优化辅助的深度双层框架用于在软件定义网络中检测DDoS攻击和建议的缓解
Karthika Perumal1, Karmel Arockiasamy1
1School of Computer Science and Engineering, Vellore Institute of Technology - Chennai, Chennai, India.
Network (Bristol, England)
|February 13, 2025
概括
本研究介绍了一种新的软件定义网络 (SDN) 设计,用于打击物联网 (IoT) 环境中的分布式拒绝服务 (DDoS) 攻击. 该系统有效地检测和减轻DDoS威胁,提高物联网安全性.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 网络安全 网络安全
背景情况:
- 物联网 (IoT) 设备越来越容易受到安全威胁,大规模分布式拒绝服务 (DDoS) 攻击证明了这一点.
- 物联网应用程序的扩散需要强大的安全措施来管理设备.
- 软件定义的任何东西 (SDx) 范式为安全的物联网设备管理提供了一个有前途的方法.
研究的目的:
- 设计和实施五阶段软件定义网络 (SDN) 系统,用于检测和减轻物联网网络中的DDoS攻击.
- 通过先进的威胁检测和响应机制,提高物联网生态系统的安全态度.
主要方法:
- 一个五阶段的SDN架构,包括一个DDoS攻击检测和缓解系统.
- 数据预处理使用数据清理和特征选择通过增强的千平方方法.
- 一个深层的两层架构,有四个用于攻击检测的分类器.
- 使用混合MUAE方法优化量子神经网络 (QNN).
- 一个分阶段的方法,在检测时正常数据路由转换到攻击缓解.
主要成果:
- 拟议的系统实现了高准确率,预测达到96.02%,培训率为90%.
- 与传统方法相比,该系统在DDoS攻击检测和缓解方面都表现出卓越的性能.
- 优化的QNN有效地识别恶意活动,触发缓解阶段.
结论:
- 开发的基于SDN的系统为保护物联网环境免受DDoS攻击提供了有效的解决方案.
- 集成先进的机器学习技术,如QNN和优化方法,如MUAE显著提高了威胁检测和缓解能力.
- 该研究验证了拟议系统在提高物联网安全性方面的优越性,而不是传统方法.
