Resumen

La deteccin de ataques DDoS es un tema importante en el campo de la seguridad de redes. La aparicin de la red definida por software (SDN) (Zhang et al., 2018) aporta algunos mtodos novedosos a este tema en el que se adopta algn algoritmo de aprendizaje profundo para modelar el comportamiento del ataque basado en la recopilacin del controlador SDN. Sin embargo, los mtodos existentes, como el algoritmo de red neuronal, no son lo suficientemente prcticos para ser aplicados. En este trabajo, se construye el entorno SDN mediante la plataforma de simulacin mininet y floodlight (Ning et al., 2014), se extraen los valores caractersticos de 6 tuplas de la tabla de flujo de conmutacin y, a continuacin, se construye el modelo de ataque DDoS combinando los algoritmos de clasificacin SVM. Los experimentos muestran que la tasa de precisin media de nuestro mtodo es con una pequea cantidad de recogida de flujo. Nuestro trabajo es de gran valor para la deteccin de ataques DDoS en SDN.

• Materias:Cifrado de búsqueda Ataque criptográfico Seguridad en Internet
• Subjects:Search encryption Cryptographic attack Internet Security
• Palabras claves:Detección; Ataques DDoS; SDN; Algoritmo de aprendizaje profundo; Algoritmos de clasificación SVM; Seguridad de redes.
• Keywords:Detection; DDoS attacks; SDN; Deep learning algorithm; SVM classification algorithms; Network security