کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / دوازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

یک روش کارآمد جهت تشخیص آنلاین حملات DRDoS به سرویس های مبتنی بر UDP درمعماری SDN با استفاده از الگوریتم های یادگیری ماشین

نویسندگان :

میترا اکبری کهنه شهری¹ رضا محمدی² محمد نصیری³

1- دانشگاه بوعلی سیناهمدان 2- دانشگاه بوعلی سیناهمدان 3- دانشگاه بوعلی سیناهمدان

کلمات کلیدی :

شبکه های نرم افزار محور، حملات انکار سرویس مبتنی بر تقویت، یادگیری ماشین، آنلاین

چکیده :

با پیشرفت سیستم ها و تجهیزات سیار و ظهور ایده های جدیدی مثل محاسبات ابری و داده های بزرگ نیاز به بازبینی معماری رایج شبکه ها و توسعه و پیشرفت آن بیش از پیش موردتوجه است. یکی از راه حل های موجود که برای رفع این چالش ها مطرح شده است معماری شبکه های نرم افزار محور است. شبکه نرم افزار محور یک معماری منحصر بفرد است، که در آن جریان ترافیک داده و کنترل شبکه از هم مستقل بوده و هرکدام به صورت مستقیم برنامه ریزی می شوند. با توجه به دید متمرکز شبکه های نرم افزار محور این نوع از شبکه دید جامع تری به شبکه دارد که در صورت بروز حملات که برای اهداف مخرب ایجاد می شوند، از جمله حمله های تقویت شده شبکه های نرم افزار محور کارایی بهتری از خود نشان می دهند. در حمله تقویت شده حمله کننده آدرس قربانی را به عنوان آدرس منبع جعل می کند و جواب ها به جای اینکه به حمله کننده ارسال شوند به سمت قربانی فرستاده می شوند. در این مقاله هدف تشخیص آنلاین حملات انکار سرویس مبتنی بر تقویت با استفاده از الگوریتم های یادگیری ماشین است. شبیه سازی با استفاده از الگوریتم یادگیری ماشین انجام شده است که بهبود قابل ملاحظه ای در مقایسه با روش های پیشین در تشخیص این گونه حملات به صورت آنلاین دارد