合谋兴趣包泛洪攻击（Collusive Interest Flooding Attacks,CIFA）是一种面向命名数据网络（Named Data Networking,NDN）中新型的DDo S（Distributed Denial of Service）攻击。攻击者通过周期性地发送短时高速的攻击兴趣包,在合谋发起者的协助下可以有效地降低受害用户接收数据包的数量。由于CIFA攻击的平均速率较低,隐蔽性较强,现有的针对兴趣包泛洪（Interest Flooding Attacks,IFA）这类攻击的检测方法难以发现隐藏在网络大量正常兴趣包中的合谋兴趣包,具有较低的检测率和较高的误报率。本文研究了CIFA攻击对网络造成的威胁,提出了CIFA攻击的检测方法。主要研究重点包括三个方面:第一,在分析CIFA攻击对网络吞吐量以及PIT占用率等网络特征的基础上,提出了基于滚动时间窗口和置信区间相结合的攻击检测算法。该算法利用滚动时间窗口和置信区间动态调整正常的网络基线,实时检测网络状态。通过对PIT空间的管理降低CIFA攻击对网络的恶意影响。第二,对CIFA攻击模式并提出了改进的合谋兴趣包泛洪攻击I-CIFA（Improved CIFA）。I-CIFA攻击增加了在大型的网络拓扑中的攻击效能,测试表明I-CIFA攻击能够使得整个网络拓扑的路由节点丢弃大量的合法兴趣包。第三,根据I-CIFA攻击对网络不同位置的受害路由节点的影响进行实验分析,结合现有的网络特征,以及本文提出了基于CS表的网络特征,收集不同粒度的网络特征建立样本集。利用皮尔逊系数验证选取特征和网络状态之间的相关性,最后通过参数调优之后的随机森林算法对NDN的网络状态进行实时检测并与现有的算法进行比较分析。实验结果表明,基于随机森林的检测方法具有良好的检测性能。