SDN中基于ACO-BP神经网络的DDoS攻击检测方法

DDoS attack detection method based on ACO-BP neural network in SDN

SDN网络是一种新兴的控制与转发分离并可直接编程的网络架构,因为其数据控制分离的特点,DDoS攻击对SDN网络有着巨大的破坏力,所以研究SDN中DDoS攻击检测与防御,有利于SDN网络安全性的提高。为了对DDoS攻击进行有效检测,通过获取SDN网络中OpenFlow交换机的流表项,提取出与DDoS攻击相关的四个重要特征作为检测模型的输入特征,对BP神经网络进行训练,构建基于BP神经网络的DDoS攻击检测模型。针对BP神经网络在训练过程中隐藏层节点和层数选取盲目的问题,使用全局搜索能力好的蚁群算法进行优化。通过在SDN网络中的部署,实验证明该方法不仅误报率低,而且检测率和准确率比原始BP神经网络算法高,还能在攻击发生的初期阶段对攻击进行处理,减少攻击所带来的危害。