基于神经网络的大数据云平台DDoS攻击检测方法研究

摘要：

针对基于OpenFlow协议的云平台的安全性问题,文中对分布式拒绝服务攻击(DDoS)检测方法进行研究.通过引入自组织映射(SOM)神经网络,利用网络流量的包数、速率、生存周期等特征建立网络的输入特征向量对SOM中的输入层、竞争层进行合理的优化,借助Stacheldraht工具生成网络的训练和测试数据.在实验时,文中基于不同的流量数据集训练得到3个不同的SOM网络.测试结果表明,所提方法对于恶意流量的识别准确率可达98％以上,误判率可降低至0.5％以下,证明了神经网络在DDoS攻击检测中的可用性.

关键词：云平台、DDoS攻击监测、自组织映射、神经网络、特征优化、流量检测、实验测试

所属期刊栏目：43

分类号：TN911.7⁃34;TP311

资助基金：教育部产学合作协同育人项目;江西省教育厅科学技术研究项目;南昌市移动通信重点实验室

在线出版日期：2020-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：102-104