為加強軟件定義網(wǎng)絡的安全性,提出一種基于強化學習和統(tǒng)計分析的軟件定義網(wǎng)絡安全機制。采用離散小波變換將數(shù)據(jù)轉(zhuǎn)化為小波系數(shù),根據(jù)小波系數(shù)是否為正態(tài)分布,將網(wǎng)絡流量劃分為正常流量和異常流量;以預訓練的數(shù)據(jù)集為強化學習的環(huán)境,并行地調(diào)節(jié)環(huán)境的行為和學習程序,學習神經(jīng)網(wǎng)絡分類器的最佳策略函數(shù);設計軟件定義網(wǎng)絡的異常流量處理機制。仿真結(jié)果表明,強化學習機制增強了軟件定義網(wǎng)絡的安全性。 

【文章來源】：計算機工程與設計. 2020,41(08)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

本文SDN異常流量檢測系統(tǒng)的總體設計

強化學習的結(jié)構(gòu)

強化學習兩個agent的神經(jīng)網(wǎng)絡結(jié)構(gòu)

【參考文獻】：
期刊論文
[1]SDN性能優(yōu)化技術(shù)研究綜述[J]. 孫濤,張俊星.  計算機科學. 2018(S2)
[2]M2M通信中基于多智能體強化學習的無線資源分配算法[J]. 徐少毅,鄭姍姍.  北京交通大學學報. 2018(05)
[3]基于OpenFlow協(xié)議的覆蓋網(wǎng)絡路由器設計[J]. 趙俊,包叢笑,李星.  清華大學學報(自然科學版). 2018(02)
[4]軟件定義網(wǎng)絡可擴展性研究綜述[J]. 付永紅,畢軍,張克堯,吳建平.  通信學報. 2017(07)
[5]軟件定義網(wǎng)絡中基于加密的端口跳變技術(shù)研究[J]. 趙子郁,郭淵博,劉偉.  計算機應用與軟件. 2017(04)
[6]SDN環(huán)境下基于KNN的DDoS攻擊檢測方法[J]. 肖甫,馬俊青,黃洵松,王汝傳.  南京郵電大學學報(自然科學版). 2015(01)



本文編號：3460998