一个优化的深度战略,用于识别和缓解SD-IoT中的DDoS攻击
Kalpana Kumbhar1,2, Prachi Mukherji1,3
1Electronics and Telecommunication Department, Vishwakarma Institute of information Technology, Pune, Maharashtra, India.
Network (Bristol, England)
|June 17, 2024
概括
一个新的战略有效地识别和减轻软件定义物联网 (SD-IoT) 环境中的分布式拒绝服务 (DDoS) 攻击. 这种方法利用混合功能选择和大象水循环辅助的深度神经模糊网络来增强网络安全.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 网络工程 网络工程
背景情况:
- 分布式拒绝服务 (DDoS) 攻击对数据中心和信息技术构成重大威胁.
- 在软件定义物联网 (SD-IoT) 等复杂网络环境中识别和减轻DDoS攻击是具有挑战性的.
研究的目的:
- 在SD-IoT模型中开发和评估一种用于识别和减轻DDoS攻击的新策略.
- 加强SD-IoT网络的安全性和弹性,以应对复杂的网络威胁.
主要方法:
- 采用了混合特征选择过程,结合了基于包裹的,共弦相似性和基于的技术.
- 使用大象水循环 (EWC) 辅助的深度神经模糊网络 (DNFN) 进行攻击检测,EWC来自大象群优化 (EHO) 和水循环算法 (WCA).
- 拟议的方法通过SD-IoT模拟来验证,以收集和分析网络数据.
主要成果:
- 由欧洲工会协助的DNFN实现了高性能指标,包括96.9%的准确性,98%的真负率 (TNR),90%的真正率 (TPR),93%的精度和91%的F1得分.
- 这些结果表明,与其他现有的DDoS攻击检测和缓解技术相比,性能优越.
结论:
- 开发的战略为在SD-IoT环境中检测和减轻DDoS攻击提供了有效的解决方案.
- 混合特征选择和EWG协助的DNFN的整合大大提高了网络安全和防御能力.
更多相关视频
06:32Author Spotlight: Automated Deep Brain Stimulation for Parkinson's Disease - Exploring the Possibilities and Challenges of Home Monitoring
Published on: July 14, 2023
1.3K
07:49Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization
Published on: November 26, 2019
8.0K
