[发明专利]一种SDN环境下基于集成小波变换的LDoS攻击检测方法有效

专利信息
申请号: 202011530024.X 申请日: 2020-12-22
公开(公告)号: CN112637202B 公开(公告)日: 2022-08-12
发明(设计)人: 崔允贺;王聪;申国伟;高鸿峰 申请(专利权)人: 贵州大学
主分类号: H04L9/40 分类号: H04L9/40
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 张宏威
地址: 550025 贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 sdn 环境 基于 集成 变换 ldos 攻击 检测 方法
【说明书】:

发明是一种SDN环境下基于集成小波变换的LDoS攻击检测方法。本发明涉及信号处理技术领域,本发明利用多种不同的小波变换基函数计算得到不同的小波能量谱的熵值集合;从小波基函数库中随机选取小波基函数;判断所选取的小波基函数个数是否达到指定集成小波基函数个数,利用三种不同小波基函数进行分解;提取各系数矩阵的细节系数,计算集成小波能量值,获取集成小波能量谱的熵值集合,分配相应标签,选取部分数据集训练支持向量机模型和全连接神经网络模型;使用训练后的支持向量机模型和全连接神经网络模型检测SDN网络中的LDoS攻击,检测出LDoS则发送警告消息,丢弃流表项对应的数据包,减少SDN网络负载。

技术领域

本发明涉及信号处理技术领域,是一种SDN环境下基于集成小波变换的LDoS攻击检测方法。

背景技术

软件定义网络(Software-Defined Networking,SDN)是一种被广泛认可为能够替代当前网络的下一代网络结构之一。不同于传统网络的结构,SDN实现了控制平面和数据转发平面的解耦,且具有网络可编程性、全局可见性、统一管理性等优势。虽然SDN应用较为广泛,但SDN面临着严重的安全问题,这些安全问题使SDN的发展和应用受到约束。低速率拒绝式服务(Low Denial of Service,LDoS)攻击就是SDN中较为严重的网络安全问题之一。

离散小波变换(Discrete Wavelet Transform,DWT)通过对基本小波的尺度和平移进行离散化实现信号处理,属于信号领域的一种分析方法。在SDN中,将流表项信息当作输入信号,利用LDoS的时频与正常流量不同,利用小波变换提取的集成小波能量谱的熵值集合区分攻击流量。

LDoS攻击是通过具有较低速率且周期性发送攻击流,使得受害端在不被察觉的情况下而受到持续的攻击,影响着SDN的可用性。鉴于SDN所具有的、与传统网络不同的架构,LDoS攻击在SDN中呈现出与传统网络中不同的特点:在SDN中,LDoS攻击还会对交换机和控制器造成伤害,损耗大量交换机资源,使得控制器与交换机的通道资源耗尽,从而导致控制器失效。

发明内容

本发明为应对频率资源饱和,频带较窄,携带资源少的问题,本发明提供了一种SDN环境下基于集成小波变换的LDoS攻击检测方法,本发明提供了以下技术方案:

一种SDN环境下基于集成小波变换的LDoS攻击检测方法,包括以下步骤:

步骤1:利用多种不同的小波变换基函数计算得到不同的小波能量谱的熵值集合;

步骤2:从小波基函数库中随机选取小波基函数,设定为Daubechies基函数;

步骤3:基于Daubechies基函数对提取的流表项特征依次递归地对每一层得到的低通近似系数进行小波分解,对应得到各系数矩阵,判断所选取的小波基函数个数是否达到指定集成小波基函数个数,当达到指定值,则完成;

步骤4:为计算得到的集成小波能量谱的熵值集合分配相应标签,选取部分数据集训练支持向量机模型和全连接神经网络模型;

步骤5:使用训练后的支持向量机模型和全连接神经网络模型检测SDN网络中的LDoS攻击,检测出LDoS攻击则发送警告消息,丢弃流表项对应的数据包,减少SDN网络负载。

优选地,所述步骤3具体为:

步骤3.1:根据小波变换类型初始化小波基函数库,选取其中一种小波基函数;

步骤3.2:基于选取的小波基函数对流表项特征依次递归地对每一层得到的低通近似系数进行小波分解;

步骤3.3:计算对应基函数所分解的小波系数矩阵,提取其小波系数矩阵的细节系数,计算对应的集成小波能量值,根据集成小波能量值和信息熵值计算不同的小波能量谱的熵值,得到集成小波能量谱的熵值集合;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州大学,未经贵州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011530024.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top