如今,DDoS攻击已经成为了网络服务器提供商最严重的威胁之一,而随着网络安全技术的进步,网络层DDoS攻击已经得到了有效的抑制,攻击者将攻击目标转移到了应用层,现阶段对于网络产生最大威胁的已经是应用层DDoS攻击了。虽然目前研究者已经取得了大量研究成果,但是其中仍然存在着检测效率不理想、用户体验差、实用性不强等诸多问题。本文基于用户评分机制提出了一种全新的应用层DDoS攻击检测算法,并通过统计学原理对服务器的突发流与DDoS攻击两种状态进行区分,在算法基础上设计并实现了一个检测效率较高、用户体验更友好、实用性更强的应用层DDoS攻击防御系统。通过研究主要得出了以下成果:(1)根据应用层DDoS攻击和正常用户长期访问习惯及流量特征上的不同,提出了一种基于用户评分的应用层DDoS攻击检测模型来描述某一 IP的日常浏览行为正常程度,通过对源IP地址长期访问习惯记录及流量特征进行分析评分,可有效地判定IP的可信度。(2)针对检测中突发流与DDoS攻击的相似性,提出了一种基于统计学的算法,能够准确地在复杂网络环境中对其进行区分。通过实验验证,算法能够有效地提升应用层DDoS攻击的检测率、减少误报率的同时极大地提升用户的体验。最后,对本文中提到的算法进行了系统实现,设计了系统的具体模块及交互功能,并在模拟环境下对该系统进行了测试,通过分析处理实验中采集到的数据,可以证明,通过该系统,能够有效地检测并防御应用层DDoS攻击,缓解服务器压力,消除威胁。