SDN流表驱动的DDoS攻击检测

发布时间：2020-05-16 22:28

【摘要】：随着网络技术的蓬勃发展,网络规模不断扩大,全球网络接入设备数量已经达到了百亿量级。考虑到物联网设备的普及以及IPv6(Internet Protocol Version 6)的广泛部署,网络规模将迎来更为显著及快速的扩大,同时带来的DDoS(Distributed Denial of Service)拒绝服务攻击也将呈现出愈演愈烈的态势。传统网络中针对DDoS攻击的检测方法往往需要专业的硬件设备,而且由于缺乏全局网络视图,检测效率与准确率有待提高。SDN(Software-Defined Networking)作为一种新的网络架构,采用了控制平面与数据平面分离的技术,旨在为解决传统网络中的问题提供一种新的思路,近年来吸引了工业界和学术界的广泛关注,将来有望大规模部署。本文针对SDN网络架构场景,研究出了一套可以在多种DDoS攻击方式下被用于检测对应交换机上是否遭受攻击的流表特征,设计了一种基于深度学习的DDoS攻击检测算法,提出了基于多OpenFlow交换机信息的协同检测方法。论文的主要研究工作包括:(1)首先分析多种DDoS攻击方式下数据包和数据流层面的特点,研究这些特点对SDN网络中OpenFlow流表造成的影响。随后,提出一套更加全面、有效的流表特征,以及相应的特征提取算法,该流表特征可用于在可能存在多种DDoS攻击的情况下检测对应的OpenFlow交换机是否遭受攻击,并且适用于OpenFlow交换机中存在常驻流表项和控制器下发匹配IP掩码流表项的情况。(2)将DDoS攻击检测建模为有监督的二分类机器学习问题,设计了基于深度学习的DDoS攻击检测算法,该算法以所提流表特征为输入,输出为对应的交换机发生DDoS攻击的概率。由于检测独立使用每台交换机数据,该算法也称为基于单交换机的检测方法。之后详细讨论了激活函数、代价函数的选择以及如何应用正则化、应对过拟合,使算法具有检出率高、误警率低、检测耗时少的优点。(3)充分利用SDN网络全局视图优势,结合网络拓扑信息提炼出交换机关联特征,研究了关联特征的提取方式以及使用方法,进而设计出基于多交换机协同的DDoS检测方法。该方法综合利用单台交换机上的检测结果和多台交换机之间的关联特征,对基于单交换机的DDoS攻击检测方法进行优化,从而得到更加准确的检测结果。之后,本文构建SDN网络环境,对Floodlight控制器进行二次开发,使用theano和keras等工具实现机器学习算法,对所提DDoS检测方案开展实验。实验结果表明,与其他特征方案和检测方法相比,本文提出的检测特征和基于深度学习的检测方法对DDoS攻击检测具有良好的效果,协同检测方案对检测准确度有显著提升。
【图文】：

8图 2-1 SDN 功能架构图图 2-1 展示了 SDN 的 架构，具有完备的协议和平台介绍。图底部为物理设备，包括交换机和路由器，这些构成了数据平面。中间为控制器，用来管理网络中的流量和路径。控制平面与数据平面通过南向接口连接，控制平面中的控制器间通过东西向接口连接，控制器的应用通过北向接口访问。OpenFlow 协议作为最广泛使用的南向接口协议，已被工业界广泛采用，OpenFlow1.3 版本是受支持最多的一个版本。OpenFlow 可以为不同类型的路由器和交换机提供一个标准，控制器可以通过统一的编程方式操作这些交换机，灵活规划传输路径，使网络更加灵活可扩展。流表项是 OpenFlow 网络设备数据转发功能的一种抽象。在传统网络设备中，交换机和路由器的数据转发需要依赖设备中保存的二层 MAC 地址转发表或者三层 IP 地址路由表

度经过层层反向传播，到达靠近输入层时，，变得非常小，无法为改变权因此靠近输入层的隐层形同虚设。本研究期望使用更深的网络来提升 DD 梯度消失 问题。综上，本研究采用ReLU作为网络层的激活函数，该函数中 z 表示神经元的计算结果，如图 4-3 所示。
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.08

【相似文献】

相关期刊论文 前10条

1 余学山;韩德志;杜振鑫;;基于智能蜂群算法的DDoS攻击检测系统[J];计算机科学;2018年12期

2 王洪亮;;2017年上半年DDoS攻击疯狂增长[J];计算机与网络;2017年23期

3 金大刚;;预防遭受DDoS威胁[J];软件和集成电路;2018年01期

4 阮斌;;京东云重磅发布DDoS高防服务[J];计算机与网络;2018年03期

5 赵长林;姜建华;;检测和防御“云”的DDoS攻击[J];网络安全和信息化;2017年01期

6 申策;;6种绝佳防御DDoS攻击方法[J];计算机与网络;2018年10期

7 徐开勇;;DDoS攻击后果日益严重[J];网络安全和信息化;2018年05期

8 李程瑜;齐玉东;;基于灰色模糊层次模型的DDoS攻击态势评估[J];舰船电子工程;2018年07期

9 刘锲;;2018上半年互联网DDoS攻击趋势分析[J];计算机与网络;2018年13期

10 AP;;DDoS防御的11种方法详解[J];电脑知识与技术(经验技巧);2018年08期

相关会议论文 前10条

1 王永强;;分布式拒绝服务攻击(DDoS)分析及防范[A];第二十一次全国计算机安全学术交流会论文集[C];2006年

2 蒋平;;DDoS攻击分类及趋势预测[A];第十七次全国计算机安全学术交流会暨电子政务安全研讨会论文集[C];2002年

3 Qing Tan;;Using IBE Key Distribution Strategies to Development of DDoS Attack Detection and Prevention[A];2013教育技术与信息系统国际会议论文集[C];2013年

4 刘晋生;岳义军;;常用攻击方式DDoS的全面剖析[A];网络安全技术的开发应用学术会议论文集[C];2002年

5 张镔;黄遵国;;DDoS防弹墙验证调度层设计与实现[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

6 李淼;李斌;郭涛;;DDoS攻击及其防御综述[A];第二十次全国计算机安全学术交流会论文集[C];2005年

7 王欣;方滨兴;;DDoS攻击中的相变理论研究[A];全国网络与信息安全技术研讨会'2005论文集（上册）[C];2005年

8 罗华;胡光岷;姚兴苗;;DDoS攻击的全局网络流量异常检测[A];2006中国西部青年通信学术会议论文集[C];2006年

9 张少俊;李建华;陈秀真;;动态博弈论在DDoS防御中的应用[A];全国网络与信息安全技术研讨会论文集（上册）[C];2007年

10 ;Distributed Collaborative Defense Security Architecture against DDoS Based on Immune Agent[A];第三届教学管理与课程建设学术会议论文集[C];2012年

相关重要报纸文章 前10条

1 本报记者 赵明;2017年企业会主动应对DDoS攻击[N];中国计算机报;2017年

2 本报记者 赵明;DDoS风暴之前的平静[N];中国计算机报;2017年

3 本报记者 路沙;Arbor Networks坐拥三大绝招 将DDoS攻击消灭于无形[N];中国信息化周报;2017年

4 George V.Hulme 编译 Charles;DDoS保护、减灾和防御的7个重要指示[N];计算机世界;2017年

5 ;DoS/DDoS攻击保护[N];中国计算机报;2014年

6 合泰云天（北京）信息科技公司创办人 Cisco Arbor Networks流量清洗技术工程师 郭庆;云清洗三打DDoS[N];网络世界;2013年

7 本报记者 姜姝;DDoS之殇 拷问防御能力[N];中国电脑教育报;2013年

8 ;抗击DoS/DDoS，惟有线速[N];计算机世界;2003年

9 本报实习记者 张奕;DDoS攻击 如何对你说“不”[N];计算机世界;2009年

10 电脑商报记者 张戈;Radware颠覆传统IPS[N];电脑商报;2009年

相关博士学位论文 前10条

1 刘孟;云环境下DDoS攻防体系及其关键技术研究[D];南京大学;2016年

2 罗光春;入侵检测若干关键技术与DDoS攻击研究[D];电子科技大学;2003年

3 贾斌;基于机器学习和统计分析的DDoS攻击检测技术研究[D];北京邮电大学;2017年

4 徐图;超球体多类支持向量机及其在DDoS攻击检测中的应用[D];西南交通大学;2008年

5 周再红;DDoS分布式检测和追踪研究[D];湖南大学;2011年

6 郭睿;分布式拒绝服务攻击防御技术研究[D];东北大学;2008年

7 魏蔚;基于流量分析与控制的DDoS攻击防御技术与体系研究[D];浙江大学;2009年

8 徐川;应用层DDoS攻击检测算法研究及实现[D];重庆大学;2012年

9 王飞;分布式拒绝服务攻击检测与响应技术研究[D];国防科学技术大学;2013年

10 陈世文;基于谱分析与统计机器学习的DDoS攻击检测技术研究[D];解放军信息工程大学;2013年

相关硕士学位论文 前10条

1 余畅;软件定义网络中的DDoS攻击检测与防御[D];华中科技大学;2018年

2 刘煜;基于Comware平台的DDoS攻击防范系统的设计与实现[D];华中科技大学;2018年

3 刘冲;物联网下基于信任授权的DDoS攻击检测模型[D];河北大学;2018年

4 王楠;基于多维熵的DDoS入侵检测方法研究[D];云南财经大学;2018年

5 杨佑君;基于DPDK的高性能DDoS攻击防御系统设计与实现[D];北京交通大学;2018年

6 路正鹏;应用层DDoS检测算法研究[D];扬州大学;2018年

7 解晗;SDN环境下的DDoS攻击检测与路径回溯算法研究[D];河南大学;2018年

8 赵茹东;软件定义网络中DDoS攻击检测和防御技术研究[D];南京理工大学;2018年

9 于跃;基于安全路由联盟的DDoS攻击防御机制[D];河北大学;2018年

10 王忠文;云环境下DDoS攻击检测算法的研究[D];华侨大学;2018年

本文编号：2667442