基于强化学习的软件定义网络安全

发布时间：2021-10-27 05:49

　　为加强软件定义网络的安全性,提出一种基于强化学习和统计分析的软件定义网络安全机制。采用离散小波变换将数据转化为小波系数,根据小波系数是否为正态分布,将网络流量划分为正常流量和异常流量;以预训练的数据集为强化学习的环境,并行地调节环境的行为和学习程序,学习神经网络分类器的最佳策略函数;设计软件定义网络的异常流量处理机制。仿真结果表明,强化学习机制增强了软件定义网络的安全性。 

【文章来源】：计算机工程与设计. 2020,41(08)北大核心

【文章页数】：7 页

【部分图文】：

本文SDN异常流量检测系统的总体设计

强化学习的结构

强化学习两个agent的神经网络结构

【参考文献】：
期刊论文
[1]SDN性能优化技术研究综述[J]. 孙涛,张俊星.  计算机科学. 2018(S2)
[2]M2M通信中基于多智能体强化学习的无线资源分配算法[J]. 徐少毅,郑姗姗.  北京交通大学学报. 2018(05)
[3]基于OpenFlow协议的覆盖网络路由器设计[J]. 赵俊,包丛笑,李星.  清华大学学报(自然科学版). 2018(02)
[4]软件定义网络可扩展性研究综述[J]. 付永红,毕军,张克尧,吴建平.  通信学报. 2017(07)
[5]软件定义网络中基于加密的端口跳变技术研究[J]. 赵子郁,郭渊博,刘伟.  计算机应用与软件. 2017(04)
[6]SDN环境下基于KNN的DDoS攻击检测方法[J]. 肖甫,马俊青,黄洵松,王汝传.  南京邮电大学学报(自然科学版). 2015(01)



本文编号：3460998