近年來,隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)行業(yè)的高速發(fā)展,云計算、大數(shù)據(jù)、人工智能成為如今的研究熱點(diǎn)和重點(diǎn)研發(fā)方向,網(wǎng)絡(luò)帶寬壓力越來越大的同時,網(wǎng)絡(luò)流量的空間分布變得高度動態(tài)化,傳統(tǒng)網(wǎng)絡(luò)架構(gòu)越來越難以滿足用戶對網(wǎng)絡(luò)帶寬、網(wǎng)絡(luò)性能和網(wǎng)絡(luò)服務(wù)的多樣化需求。這也推進(jìn)了軟件定義網(wǎng)絡(luò)（Software Defined Network,SDN）技術(shù)的發(fā)展,SDN的基本思想是控制與轉(zhuǎn)發(fā)的分離,將傳統(tǒng)的基于TCP/IP協(xié)議簇的網(wǎng)絡(luò)架構(gòu)解耦為轉(zhuǎn)發(fā)層、控制層和應(yīng)用層,實現(xiàn)邏輯上的網(wǎng)絡(luò)集中控制與管理,可編程的網(wǎng)絡(luò)控制特點(diǎn)極大地提高了網(wǎng)絡(luò)管理的靈活性,目前在學(xué)術(shù)界引起了廣泛關(guān)注。SDN雖然有效簡化了網(wǎng)絡(luò)管理過程,但是其可開放的可編程架構(gòu)也為攻擊者提供了便利,他們只需要通過軟件編程的方式就可以輕易地對網(wǎng)絡(luò)進(jìn)行攻擊,與此同時,集中化的控制模式使得SDN控制器更容易成為攻擊的目標(biāo),相比傳統(tǒng)網(wǎng)絡(luò)架構(gòu),SDN控制器由于受到攻擊而引發(fā)的網(wǎng)絡(luò)安全問題威脅性更大,安全問題逐漸成為制約SDN發(fā)展的關(guān)鍵因素。由于SDN架構(gòu)不僅要面臨傳統(tǒng)網(wǎng)絡(luò)攻擊的威脅,還要面臨架構(gòu)本身帶來的安全問題,因此傳統(tǒng)網(wǎng)絡(luò)架構(gòu)下的入侵檢測系統(tǒng)（Intrusion De... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：101 頁

【學(xué)位級別】：碩士

【部分圖文】：

典型的神經(jīng)元激活函數(shù)按照一定的層次結(jié)構(gòu)將多個這樣的神經(jīng)元連接起來，便可以得到不同的神經(jīng)網(wǎng)絡(luò)，如BP神經(jīng)網(wǎng)絡(luò)、SOM網(wǎng)絡(luò)、Elman網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等

圖3.3 KDD Cup99 數(shù)據(jù)集數(shù)據(jù)特征D 數(shù)據(jù)集由訓(xùn)練集和測試集兩部分組成。訓(xùn)練集記錄了 22 種異al），測試集記錄了 39 種異常（attack）和正常（normal），比常，如表 3.1 所示。這 39 種異�？梢苑譃� 4 大類：DoS（拒自遠(yuǎn)程主機(jī)的未授權(quán)訪問），U2R（未授權(quán)的本地超級用戶特?fù)簦�。�?shù)據(jù)集數(shù)據(jù)分布如表 3.2。表3.1 數(shù)據(jù)集攻擊類型分類表型 含義 具體分類標(biāo)識al 正常記錄 Normal 拒絕服務(wù)式攻擊 back land neptune pod smurf teardroe 掃描攻擊 ipsweep nmap portsweep satan 來自遠(yuǎn)程主機(jī)的未授權(quán)訪問ftp_write guess_passwd imap multihop pwarezclient warezmaster 未授權(quán)的本地超級用戶特權(quán)訪問buffer_overflow loadmodule perl、ro表3.2 NSL-KDD 數(shù)據(jù)集數(shù)據(jù)分布表

絡(luò)由 1 個 SDN 控制器、4 個 OpenFlow 交換機(jī)、8 個用戶機(jī)組成。環(huán)境搭建按以下步驟進(jìn)行：圖4.1 流表項采集網(wǎng)絡(luò)拓?fù)鋱D步驟一：配置網(wǎng)絡(luò)節(jié)點(diǎn)。mininet 是基于 python 語言開發(fā)的用于仿真 SDN 環(huán)境的開源仿真軟件，可以基于 python 語言進(jìn)行仿真開發(fā)。根據(jù)網(wǎng)絡(luò)拓?fù)�，本文搭建�?13個網(wǎng)絡(luò)節(jié)點(diǎn)，代碼如圖 4.2 所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于信息增益與主成分分析的網(wǎng)絡(luò)入侵檢測方法[J]. 王旭仁,馬慧珍,馮安然,許祎娜.  計算機(jī)工程. 2019(06)
[2]動態(tài)主機(jī)配置協(xié)議泛洪攻擊在軟件定義網(wǎng)絡(luò)中的實時防御[J]. 鄒承明,劉攀文,唐星.  計算機(jī)應(yīng)用. 2019(04)
[3]SDN中服務(wù)部署的擬態(tài)防御方法[J]. 李傳煌,任云方,湯中運(yùn),王偉明.  通信學(xué)報. 2018(S2)
[4]軟件定義網(wǎng)絡(luò)數(shù)據(jù)平面安全綜述[J]. 郭中孚,張興明,趙博,王蘇南.  網(wǎng)絡(luò)與信息安全學(xué)報. 2018(11)
[5]基于混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的入侵檢測模型[J]. 方圓,李明,王萍,江興何,張信明.  計算機(jī)應(yīng)用. 2018(10)
[6]基于BFOA和K-means的復(fù)合入侵檢測算法[J]. 肖苗苗,魏本征,尹義龍.  山東大學(xué)學(xué)報(工學(xué)版). 2018(03)
[7]相關(guān)性分析和自適應(yīng)遺傳算法的入侵特征選擇[J]. 張睿哲,李戰(zhàn)國,楊照峰.  合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[8]基于二次訓(xùn)練技術(shù)的入侵檢測方法研究[J]. 李龍杰,于洋,白伸伸,侯元偉,郝永樂.  北京理工大學(xué)學(xué)報. 2017(12)
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的入侵檢測算法[J]. 賈凡,孔令智.  北京理工大學(xué)學(xué)報. 2017(12)
[10]一種基于Elman改進(jìn)的網(wǎng)絡(luò)入侵檢測算法[J]. 王雪麗.  湖南文理學(xué)院學(xué)報(自然科學(xué)版). 2017(04)

碩士論文
[1]云計算環(huán)境下的入侵檢測算法研究[D]. 高鵬.河北大學(xué) 2016
[2]基于SDN技術(shù)的網(wǎng)絡(luò)安全隔離系統(tǒng)的設(shè)計與實現(xiàn)[D]. 魏淑君.北京郵電大學(xué) 2015
[3]HSA在SDN環(huán)境下入侵檢測系統(tǒng)中的應(yīng)用[D]. 田宇馳.吉林大學(xué) 2015
[4]SDN/OpenFlow安全性研究[D]. 黃強(qiáng).哈爾濱工業(yè)大學(xué) 2014
[5]改進(jìn)的基于人工免疫的入侵檢測模型[D]. 姚云志.太原理工大學(xué) 2013



本文編號：3442142