内容中心网络(Content-Centric Networking,CCN)作为信息中心网络的典型范例之一,以内容名称取代中间层的IP地址作为网络的核心要素,以其节点普遍缓存的优势,实现对内容的高效分发和响应,成为下一代未来网络体系架构的研究热点。但是普遍缓存的做法在提高内容分发效率的同时也带来了新的安全隐患,其中最具代表性的一类安全威胁就是缓存污染攻击。CCN中缓存污染攻击的特点是攻击者针对某些低流行度的内容或者非法内容发送大量恶意兴趣请求,提高这些内容的流行度,使其长时间驻留在沿途节点的缓存中,从而达到降低合法用户兴趣请求在缓存的命中率,增加获取内容的网络时延的目的。针对CCN中的缓存污染攻击问题,本文从以下两个方面进行研究:1.缓存污染攻击检测。针对CCN中的缓存污染攻击检测问题,考虑到缓存污染攻击会对节点的不同参数产生不同程度的影响,基于此,本文提出一种基于模糊层次分析法的多参数联合检测算法(Multiple Parameter Detection Algorithm,MPDA)。该算法的主要思想是综合考虑攻击下的多个网络参数进行联合检测以提高攻击检测的正确率同时扩大攻击检测的范围。2.缓存污染攻击防御。针对CCN中的缓存污染攻击防御问题,提出一种基于内容请求局部性的缓存污染攻击防御策略(Cache Pollution Defence Policy based on Content Request Locality,CPDP-CRL)。该策略的主要思想是在CacheShield策略的基础上加入了对内容请求到达在节点各端口上分布情况的考虑,同时引入流行度的划分以针对不同流行度内容设置不同的缓存概率,理论上看该策略可以有效防御CCN中两类典型的缓存污染攻击。最后,采用基于NS-3的ndnSIM仿真平台对本文所提的MPDA算法与CPDP-CRL策略进行仿真与性能分析。仿真结果表明,与现有典型缓存污染检测与防御算法相比,MPDA算法与CPDP-CRL策略表现出更好的网络性能。