Seguridad SDN multicapa con autenticación MAC y detección de intrusiones basada en GAN

Área de la Ciencia:

• Ciberseguridad
• Las redes informáticas
• Aprendizaje profundo

Sus antecedentes:

• Las redes definidas por software (SDN) son cada vez más objeto de ciberataques debido a su papel en la transmisión de datos 5G.
• Los sistemas de detección de intrusiones existentes a menudo sufren de baja precisión y altas tasas de falsos positivos, lo que requiere soluciones avanzadas.

Objetivo del estudio:

• Desarrollar un sistema de detección de intrusiones robusto y de múltiples capas para entornos SDN.
• Mejorar la seguridad y la eficiencia de la red mediante técnicas avanzadas de autenticación y aprendizaje profundo.

Principales métodos:

• Implementación de un nuevo sistema de autenticación de curva de cuatro Q que utiliza criptografía de curva elíptica para una autenticación segura y eficiente.
• Aplicación de la selección de características de conjunto univariado para la selección óptima de interruptores.
• Utilizando una red adversa generativa condicional de doble discriminador (DDcGAN), optimizada por el algoritmo de optimización de rebaño de ovejas (SFOA), para clasificar el tráfico de red.
• Empleando el mapa de autoorganización creciente (GSOM) para categorizar paquetes sospechosos.

Principales resultados:

• El sistema de detección de intrusiones basado en DDcGAN logró una alta precisión del 98,29% y una puntuación F1 de 0,975.
• Demostró un rendimiento superior a los métodos de última generación en precisión, sensibilidad y reducción de las tasas de falsos positivos (2,05%).
• Logró una tasa de positividad real del 99,04%, incluso con un 50% de nodos maliciosos, y reportó un ahorro de energía del 4,5%.

Conclusiones:

• El sistema de detección de intrusiones basado en DDcGAN ofrece un avance significativo en la seguridad de los entornos SDN.
• El sistema equilibra efectivamente la alta precisión de detección con la eficiencia computacional y el consumo de energía reducido.
• Esta investigación proporciona un marco prometedor para futuras soluciones de ciberseguridad en infraestructuras de red avanzadas.