BGP origin hijacking detection model based on filtering strategy and spatio-temporal hybrid features

BGP起源劫持严重威胁互联网路由系统的稳定性. 本文首先借助监测系统BGPmon与自定义过滤器构建了一批高质量起源劫持基准数据集, 并系统评估了多种主流检测模型, 发现合法MOAS冲突是导致检测精度下降的主要原因. 为此, 我们提出“先过滤合法MOAS冲突, 再判断劫持类型”的检测策略以提升模型性能. 进一步的, 本文从空间与时间两个维度提取关键特征, 并设计融合双路径结构与注意力机制的新型检测模型ORG-DS. 实验结果显示, ORG-DS在精度和召回率方面均超过95%, 在真实案例测试中检测到所有起源劫持事件. 与同类经过策略优化的先进模型相比, ORG-DS的精度平均提高8.3%, 假阳率平均降低了23%. 研究还发现, 在BGP起源劫持检测过程中, 检测特征的选择优于模型的复杂设计; 混合特征可有效增强检测模型的鲁棒性; 时间特征虽理论上性能更优, 但对时间窗口的设置更敏感.