【摘 要】
：
软件定义网络（SDN）是一种控制与转发分离的新型网络架构。SDN控制层作为SDN网络的中枢,承担着流表规则下发与全网逻辑控制的重任,是DDo S攻击重点关注对象,控制层一旦受到DDo S攻击将出现单点失效的状况,导致整个SDN网络瘫痪。展开针对SDN控制层DDo S攻击的检测与防御技术研究,对于保障SDN网络安全运行,提升可用性、可靠性具有重要意义。本文围绕相关问题展开研究,主要工作如下:1.提出
论文部分内容阅读
软件定义网络（SDN）是一种控制与转发分离的新型网络架构。SDN控制层作为SDN网络的中枢,承担着流表规则下发与全网逻辑控制的重任,是DDo S攻击重点关注对象,控制层一旦受到DDo S攻击将出现单点失效的状况,导致整个SDN网络瘫痪。展开针对SDN控制层DDo S攻击的检测与防御技术研究,对于保障SDN网络安全运行,提升可用性、可靠性具有重要意义。本文围绕相关问题展开研究,主要工作如下:1.提出DDo S攻击检测与防御架构,为SDN控制层DDo S攻击检测与防御算法的设计提供指导。研究当前SDN网络面临的安全威胁,基于此构造面向SDN控制层的DDo S攻击检测与防御架构。该架构能够有效应对盲DDo S攻击和链路泛洪攻击（link-flooding attack,LFA）对控制层的威胁。2.提出SDN网络控制器节点盲DDo S攻击检测算法及相应的防御算法,实现攻击流检测与隔离。基于盲DDo S攻击模型,设计了基于卡方检验和Sibson距离的盲DDo S攻击检测算法,利用卡方检验初步判定数据流可疑特征,然后通过Sibson距离进一步判别可疑流与正常突发流,实现盲DDo S攻击粗粒度检测;设计了基于数据流重定向的盲DDo S攻击动态防御算法,对可疑流进行多轮数据流重定向实现盲DDo S攻击细粒度检测,然后将攻击流隔离正常流放行。通过组合数学分析证明了盲DDo S攻击动态防御算法能够接近最大防御效果。仿真实验结果证明检测与防御算法的有效性。3.提出Openflow通道链路泛洪攻击主动防御方法,实现链路泛洪攻击的预警、定位与防御。在研究了LFA实施原理的基础上,依次设计了基于Renyi熵的Openflow通道链路泛洪攻击预警算法、基于前摄追踪的侦察节点定位算法、基于交换机—控制器连接迁移的主动防御算法,最终实现SDN控制器通道LFA攻击的主动防御。预警算法利用Renyi熵针对小流量度量的优势,通过阈值比较、次数统计实现攻击预警;侦察节点定位算法通过匹配ICMP超时报文IP字段的哈希值,实现快速准确定位,阻断侦察链,隔离被劫持的交换机;主动防御算法,采用两种负载指标与双因子调节机制选取目标控制器,通过交换机—控制器连接迁移机制更换控制器和Openflow通道,保证SDN网络稳定运行。仿真实验表明预警、定位与防御算法的有效性,所提Openflow通道链路泛洪攻击主动防御方法能够有效提升SDN网络的健壮性。
其他文献
近年来,人们的环保意识逐渐提升,国家的环保工作力度加大,虽然环境污染有所改善,但某些地区仍然存在空气污染严重的问题,这会给当地居民带来呼吸系统、心血管系统、神经系统等方面的危害。空气质量在线监测以及污染气体浓度的预测可以帮助人们进行有效的预防工作,让人们的生活环境变得更好。传统的空气质量监测系统一般都是对大城市和重点地区进行监测,存在监测设备体型较大、成本高和监测范围有限等问题。针对这些问题,本文
随着人们生态保护意识逐渐增强,水资源问题得到了广泛的关注。通过合理的监测方式,快速精准地掌握水质变化数据,服务有关部门进行水质状况评估和治理,是对水资源进行科学保护的关键。然而,现有的水质检测方式往往依赖于大型水质分析设备,通过人工逐点采样后带回实验室进行精准分析,虽然得到的分析结果精度较高,但难以保证一定的时效性和时间连续性,面对复杂多变的取样环境,工作人员的操作难度大大提高,操作安全性也难以保
随着网络规模的不断扩张和应用服务数量的迅猛增长,网络的运维和管理越来越困难。传统的设备厂商固守技术,使得网络设备配置复杂,网络升级和新业务部署困难,难以适应未来网络的发展趋势。软件定义网络（Software Defined Networking,SDN）的出现打破了这一僵局,SDN将控制和转发功能分离,实现了网络的可编程性和集中化的运维、管理。然而,SDN的结构和可编程性也带来了很多安全问题,控制
视觉目标跟踪作为计算机视觉领域的热门问题之一,在跟踪目标的过程中,始终存在目标形变、背景复杂等困难。随着深度学习的发展与计算机硬件的增强,视觉目标跟踪不再局限于传统方法,转而利用深度网络提取更丰富的目标特征,构建更加鲁棒的表观模型,虽然一定程度上缓解了跟踪难度,但仍存在一些问题未能解决。本文从跟踪过程中容易忽略的难点出发,利用深度学习的方法对现有的目标跟踪算法进行了改进,分别在构建表观模型和缓解目
探地雷达（Ground Penetrating Radar,GPR）是一种用于探测地下结构分布的电磁勘测技术。GPR采集的数据具有规模大、时空特性复杂和对勘测环境敏感等特点,其中时变结构模态是GPR数据中最有价值的信息,对了解地下结构分布起着非常重要的作用。但是,由于GPR数据中存在大量的噪声、杂波,导致传统的时变结构模态挖掘方法存在时间复杂度高、鲁棒性欠佳等问题。因而,提高时变结构模态挖掘过程的
光伏发电因其具有保护环境、可再生的优势得到市场的认可,并被国家大力推广,因此得到快速的发展。在实践中,光伏发电系统输出的功率与当时的天气状况、设备运行状况等息息相关,并且随着时间和天气状况变化而出现波动性。随着大规模的光伏发电接入电网,电力系统的安全运行受到极大挑战。因此,实现对光伏发电功率的精准预测对优化机组启停计划,保障电网安全稳定运行具有重要意义。本文提出一种基于Elman神经网络、粗糙集属
高血压是一种严重危害人类身体健康的心血管疾病,诱发高血压发病的因素众多,至今尚未完全阐明,在诱发高血压的众多因素中,由基因遗传引起的原发性高血压最主要的原因。近年来,由于基因芯片和DNA微阵列等高通量、短读取、低成本测试技术取得的巨大进展,因此出现了很多的基因组表达数据分析方法,这种基因组的数据分析方法可以揭示基因组活性,从基因的角度去探究一些疾病的发病机制。集成算法、聚类算法及加权基因共表达网络
随着多媒体电子设备的应用和互联网的快速发展,大量用户使用社交媒体平台发布多媒体数据,如短视频、文字、图像等。从海量多媒体数据中准确检索信息有着巨大的应用需求,使得跨媒体检索得到了学术界的广泛关注并开展了深入研究。跨媒体检索使用一种媒体类型的查询数据,返回语义相似但媒体类型不同的检索结果。由于不同媒体类型的特征编码方式不同,无法直接进行相似度度量,因此“异构鸿沟”的存在使跨媒体检索任务面临巨大的困难
在标注正确且数量充足的有标注样本数据集上,有监督分类模型往往可以取得较好的分类效果。但是,实际应用中有标注样本是有限的,采集训练样本是十分繁琐的,并且标注样本工作即费时又费力,代价昂贵。那么在有标注样本匮乏的情况下,如何利用有限的有标注样本和大量的未标注样本,训练泛化能力更强的模型是当下至关重要的问题。因此,本文利用大量廉价的未标注样本和先前已有的少量有标注样本,结合教师-学生模型和半监督学习,基
课堂行为识别是教育领域关注的热点之一。在课堂上,教师通过观察学生的行为判断学生学习状态,但这种方法费时费力,不能满足智慧学习环境下大规模课堂分析需求。随着深度学习技术在文本处理、语音识别、目标检测等方面的快速发展,探索利用深度学习技术识别学生课堂行为具有重要的意义。本文重点关注实际教室中的学生课堂行为,提出将深度学习技术应用于课堂行为识别,实现对学生日常课堂行为的监测与分析。该研究对提高课堂教学质