内容中心网络(Content-Centric Networking,CCN)作为未来互联网架构体系群中极具前景的架构之一,尽管CCN网络架构的全新设计使其能够抵御目前TCP/IP网络存在的大多数分布式拒绝服务(Distributed Denial of Service,DDoS)攻击,但仍引发了新型的DDoS攻击,其中危害较大且易于发动的便是兴趣包泛洪攻击(Interest Flooding Attack,IFA)。现有攻击防御算法主要是基于待定兴趣表的异常状态统计,忽略了对合法用户的影响,针对上述情况,本文以提高攻击检测准确率和防御效果为研究目标,提出两种攻击防御算法,具体研究内容如下:针对已存在的攻击防御算法对合法用户产生误判的问题,考虑突发流与攻击流的区别,提出一种基于熵率的攻击防御算法。首先,利用CCN中用户请求内容名称的随机性检测网络的异常波动;然后再进一步计算熵率,以此对突发流与攻击流进行区分;最终确定网络存在攻击之后,通过信息熵的差值识别恶意兴趣包的名称前缀,并向相邻节点发送包含恶意名称前缀信息的通知包,从而实现对攻击的协同防御。仿真结果表明,所提算法在尽早检测出攻击的前提下,能将合法流与攻击流进行区分,并快速抑制恶意兴趣包的转发,有效缓解攻击对网络造成的影响。针对已存在的攻击防御算法忽略低速率攻击形式会给内容中心网络带来严重影响的问题,提出一种基于Sibson距离的攻击防御算法。首先,利用信息熵检测出网络的异常波动;其次,若网络异常,便通过计算Sibson距离的值确定网络中是否存在兴趣包泛洪攻击;最后确定网络存在攻击之后,则进一步通过Sibson距离的差值识别恶意名称前缀,并向相邻节点发送包含恶意名称前缀的通知包进行攻击防御。仿真结果表明,对比传统的防御算法,该算法在攻击检测准确率和防御效果方面有明显优势。