论文部分内容阅读
DDoS(Distributed Denial of Service,分布式拒绝服务攻击)是现今网络技术的发展所遭遇的严峻挑战之一,如何实现安全有效的DDoS攻击检测及防御一直是一个热点研究问题。SDN(SoftwareDefined Networking,软件定义网络)是一种未来网络解决方案,具有网络可编程和集中控制转发分离的特点,然而SDN网络这种分层架构在遭遇DDoS攻击时会对整个网络环境造成更严重的破坏,严重时将直接导致整个SDN网或环境的崩溃。目前,针对SDN网络中的DDoS攻击还没有一种特别便捷高效的防御方案。 本文将深度学习技术引入到DDoS攻击检测领域,提出了一种基于深度学习的DDoS攻击检测方法,该方法通过对网络数据流量的实时检测,能及时有效地检测出网络环境中的DDoS攻击行为。 基于深度学习的DDoS攻击检测方法,结合SDN网络分层架构的特点,本文提出了一种SDN网络中基于深度学习的DDoS攻击防御方法,详细阐述了该方法的系统架构和处理流程,并给出了具体的实现过程。最后,对该防御方法进行了功能性测试,验证了该防御方法对SDN网络环境中的DDoS攻击防御的实时有效性。