计算机研究与发展

作者：张龙,王劲松,

关键词：软件定义网络, 异常检测, 分布式拒绝服务攻击, 信息熵, 深度神经网络,

软件定义网络(softwaredefinednetworking,SDN)解耦了网络的数据层与控制层，同时控制器也面临“单点失效”的危险.攻击者可以发起分布式拒绝服务攻击(distributeddenialofservice,DDoS)使控制器失效，影响网络安全.为解决SDN中的DDoS流量检测问题，创新性地提出了基于信息熵与深度神经网络(deepneuralnetwork,DNN)的DDoS检测模型.该模型包括基于信息熵的初检模块和基于深度神经网络DNN的DDoS流量检测模块.初检模块通过计算数据包源、目的IP地址的信息熵值初步发现网络中的可疑流量，并利用基于DNN的DDoS检测模块对疑似异常流量进行进一步确认，从而发现DDoS攻击.实验表明：该模型对DDoS流量的识别率达到99%以上，准确率也有显著提高，误报率明显优于基于信息熵的检测方法.同时，该模型还能缩短检测时间，提高资源使用效率.

来源：2019年第5期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2019年第5期