首页> 中文期刊> 《微电子学与计算机》 >SDN环境下基于机器学习算法的DDoS攻击检测模型

SDN环境下基于机器学习算法的DDoS攻击检测模型

         

摘要

软件定义网络(SDN)是一种新兴的网络架构,将控制逻辑和转发逻辑分离.SDN网络中,控制器拥有对网络的全局控制能力.正是由于控制器的这一特性,使得它成为分布式拒绝服务(DDoS)攻击的主要目标.针对这个问题,提出了一种基于机器学习的方法来检测DDoS攻击的模型,首先使用熵值检测流是否异常,发出异常警告后提取网络流特征,依次调用SVM与K-means两种机器学习算法来检测DDoS攻击.实验结果表明,所提出的算法能够降低误报率,并且对DDoS攻击的检测率和准确率高于原始的SVM和K-means算法.此外,还通过实验验证了所提出的模型的CPU平均利用率低于无熵值检测的SVM+K-means算法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号