HLD-DDoSDN:针对SDN的基于高和低速率数据集的DDoS攻击
Abdullah Ahmed Bahashwan1, Mohammed Anbar1, Selvakumar Manickam1
1National Advanced IPv6 (NAv6) Centre, Universiti Sains Malaysia, Gelugor, Penang, Malaysia.
PloS one
|February 8, 2024
概括
一个新的现实数据集,HLD-DDoSDN,解决了检测针对软件定义网络 (SDN) 的分布式拒绝服务 (DDoS) 攻击的局限性. 它可以更好地检测高和低速率的DDoS泛滥攻击.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
背景情况:
- 软件定义网络 (SDN) 提供灵活性,但容易受到针对控制器的分布式拒绝服务 (DDoS) 攻击.
- 现有的检测方法缺乏对现实的数据集的评估,并与高速率的DDoS攻击作斗争.
研究的目的:
- 介绍HLD-DDoSDN,这是一个新的,现实的数据集,用于评估SDN环境中的DDoS攻击检测.
- 提供一个基准数据集,包括各种流量波动和普遍的攻击类型.
主要方法:
- 开发了HLD-DDoSDN数据集,包括基于用户互联网控制消息协议 (ICMP),传输控制协议 (TCP) 和用户数据报协议 (UDP) 的DDoS攻击.
- 从质量上比较HLD-DDoSDN与现有的SDN数据集,并从数量上评估了它在八种场景中的表现.
- 利用基于深度多层感知 (D-MLP) 的检测方法来评估数据集的特征.
主要成果:
- HLD-DDoSDN在现有的SDN数据集上表现出优越性.
- 数据集的特性对于检测现实的SDN攻击非常有效.
- D-MLP检测方法实现了高准确性,回忆和精确性,用于高和低速率的DDoS泛滥攻击.
结论:
- HLD-DDoSDN是一个全面的基准数据集,对于在SDN中推进DDoS攻击检测至关重要.
- 该数据集促进了SDN控制器的强大安全机制的开发和验证.
- 通过适当的数据集和检测方法,可以有效地检测各种DDoS攻击类型和速度.


