基于神经网络的大数据云平台DDoS攻击检测方法研究.docx

基于神经网络的大数据云平台DDoS攻击检测方法研究.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

?

?

基于神经网络的大数据云平台DDoS攻击检测方法研究

?

?

葛菁赵巍徐亦丹

摘?要:针对基于OpenFlow协议的云平台的安全性问题,文中对分布式拒绝服务攻击(DDoS)检测方法进行研究。通过引入自组织映射(SOM)神经网络,利用网络流量的包数、速率、生存周期等特征建立网络的输入特征向量对SOM中的输入层、竞争层进行合理的优化,借助Stacheldraht工具生成网络的训练和测试数据。在实验时,文中基于不同的流量数据集训练得到3个不同的SOM网络。测试结果表明,所提方法对于恶意流量的识别准确率可达98%以上,误判率可降低至0.5%以下,证明了神经网络在DDoS攻击检测中的可用性。

关键词:云平台;DDoS攻击监测;自组织映射;神经网络;特征优化;流量检测;实验测试

:TN911.7?34;TP311????????:A???????????:1004?373X(2020)24?0102?03

ResearchonneuralnetworkbasedDDoSattackdetectionmethodfor

bigdatacloudplatform

GEJing,ZHAOWei,XUYidan

(InstituteofTechnology,EastChinaJiaotongUniversity,Nanchang330100,China)

Abstract:InallusiontothesecurityproblemofcloudplatformbasedonOpenFlowprotocol,thedetectionmethodofdistributeddenialofservice(DDoS)attackisresearched.Withtheintroductionoftheself?organizingmapping(SOM)neuralnetwork,theinputeigenvectorofthenetworkisestablishedbymeansofthecharacteristicsofthenumberofpacket,rateandlifecycleofnetworktraffictoreasonablyoptimizetheinputlayerandcompetitionlayerintheSOMneuralnetwork.ThetrainingandtestingdataofthenetworkaregeneratedwithStacheldraht.Intheexperiment,threedifferentSOMnetworkswereobtainedonthebasisoftrainingofdifferenttrafficdatasets.Thetestingresultsshowthattherecognitionaccuracyofthismethodformalicioustrafficcanreachmorethan98%,anditsmisjudgmentratecanreducelessthan0.5%,whichprovestheavailabilityofneuralnetworkinDDoSattackdetection.

Keywords:cloudplatform;DDoSattackdetection;SOM;neuralnetwork;characteristicoptimization;trafficdetection;experimentaltesting

随着计算机技术的发展,大数据时代的来临,对于数据中心云平台的建设需求越来越大。为了提升数据中心的建设效率,降低维护难度,数据中心通常基于集中式的控制器和标准化接口对各种网络设备进行管理。这种架构的云平台需要借助负载均衡设备平衡各路流量,协调网络服务。云平台的网络安全性是大数据平台建设中需要面对的严峻挑战之一。在上述的云平台架构中,会面临分布式拒绝服务(DDoS)、Web、操作系统等攻击。云平台被攻击会造成大量的隐私数据泄露,给用户带来严重的安全和财产损失[1?3]。

基于上述分析,本文对基于OpenFlow协议的数据云平台的安全性进行了研究。针对DDoS攻击,建立流量检測模型

文档评论(0)

183****9774 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档