Jedna od najvećih sigurnosnih prijetnji na globalnoj mreži je nedostupnost resursa uzrokovana napadom uskraćivanja usluge. Velik broj istraživanja se temelji na mogućnostima unaprijeđenja metoda otkrivanja i prevencije napada uskraćivanja usluga na strani poslužitelja žrtve ili na strani izvora napada. Bloomov filter je podatkovno učinkovita struktura koja se koristi u području prepoznavanja uzoraka. Bloomov filter se koristi u mrežnim aplikacijama za detaljnu provjeru sadržaja zaglavlja paketa tražeći unaprijed očekivanje nizove znakova s ciljem otkrivanja pripadnosti. U sustavima za otkrivanje kompromitiranih aktivnosti efikasnost algoritama za raspoznavanje uzoraka je izuzetno važna za ispravno otkrivanje pripadnih parova paketa. Složenost algoritma značajno utječe na rezultate otkrivanja. U ovom radu izrađena je napredna metoda pronalaska pripadnih parova paketa primjenjiva za $SACK^2$ algoritam za otkrivanje napada. Teorijskom analizom određena je vjerojatnost pojave greške u vidu lažnog pozitivnog rezultata prilikom otkrivanja kao i zahtjevi za povećanje memorijskih resursa. Predloženi novi algoritam značajno umanjuje navedenu grešku u odnosu na objavljenu grešku u prijašnjim objavljenim radovima. Rezultati izvršenih vrednovanja pokazuju da povećana složenost novo predložene DCBF podatkovne strukture ne utječe na učinkovitost implementacije u okolini ugrađenih sustava koji imaju ograničene resurse. Eksperimentalno vrednovanje napravljeno je uporabom simulacija temeljenih na stvarnom mrežnom prometu izlaznog linka te je u konačnici dokazano da DCBF podatkovna struktura značajno umanjuje grešku u vidu lažnog pozitivnog rezultata što ujedno i utječe na donošenje odluke o napadu.