面向软件定义网络的恶意流量防御关键技术研究

发布时间：2021-07-23 20:48

　　恶意流量检测是一种常用的软件定义网络（Software Defined Network,SDN）攻击防御手段,不仅能够有效识别DDo S攻击、网络蠕虫等恶意攻击流,还能预测网络中的未知攻击行为,进而保障了预警响应机制的设计和实现。但近年来网络流量复杂度日趋增大,恶意流量攻击难度逐步降低,先后出现了多种新型攻击方法,由于该类攻击的频率持续增高、规模不断扩大,同时具有隐蔽性和多态性两种特征,为恶意流量检测带来了前所未有的挑战。当前在SDN网络中,恶意流量检测、分析方面的研究主要存在以下问题:（1）传统流量分析技术无法直接复用到SDN中,对SDN特有的攻击类型检测效率不高。（2）针对SDN的恶意流量攻击,在攻击形式和方法上更加多样化,隐蔽性和多态性的特征更加突出,现有流量分析方法难以准确检测。（3）现有SDN流量分析工作主要集中在检测方法方面,缺少应对恶意流量的响应和防御机制方面的研究。针对上述不足,本文对比分析当前各种流量检测技术,围绕链路监听和行为分析、威胁情报引导、Web Shell攻击,以及SDN流表溢出攻击展开研究,基于多种流表操纵方法,实现SDN恶意流量的检测和防御。主要工作总结... 

【文章来源】：战略支援部队信息工程大学河南省

【文章页数】：134 页

【学位级别】：博士

【部分图文】：

数据收集关键字

【参考文献】：
期刊论文
[1]基于Snort和OpenWrt的网络入侵检测与防御系统[J]. 高亮,郑荣锋.  现代计算机. 2019(36)
[2]基于混合结构深度神经网络的HTTP恶意流量检测方法[J]. 李佳,云晓春,李书豪,张永铮,谢江,方方.  通信学报. 2019(01)
[3]基于SDN的分布式欺骗防御系统[J]. 徐明迪,高杨,崔峰.  通信学报. 2018(S2)
[4]基于路径与端址跳变的SDN网络主动防御技术[J]. 张连成,魏强,唐秀存,房家保.  计算机研究与发展. 2017(12)
[5]SDN中DDoS检测及多层防御方法研究[J]. 徐洋,陈燚,何锐,谢晓尧.  信息网络安全. 2017(12)
[6]软件定义网络及安全防御技术研究[J]. 王涛,陈鸿昶,程国振.  通信学报. 2017(11)
[7]基于网络资源管理技术的SDN DoS攻击动态防御机制[J]. 王涛,陈鸿昶,程国振.  计算机研究与发展. 2017(10)
[8]基于OpenFlow的SDN网络攻防方法综述[J]. 武泽慧,魏强,王清贤.  计算机科学. 2017(06)
[9]基于软件定义网络的云平台入侵防御方案设计与实现[J]. 池亚平,姜停停,戴楚屏,孙尉.  计算机应用. 2017(06)
[10]SDN发展趋势[J]. 刘韵洁,黄韬,张娇.  中兴通讯技术. 2016(06)

博士论文
[1]软件定义网络中拟态防御的关键技术研究[D]. 李军飞.战略支援部队信息工程大学 2019



本文编号：3300012