APP下载

一种基于SDN中网络最大流的异常流量检测方法

2018-09-21

三明学院学报 2018年4期
关键词:检测

(三明学院 现代教育技术中心,福建 三明,365004)

在网络发展过程中,计算和存储的发展非常快,但是网络安全建设相对而言还是比较初级。SDN和NFV这些新的网络技术的出现为网络运维自动化带来了新的方向,通过控制平面的集中管控和虚拟网络资源的灵活管理,可以最终实现SDN(软件定义网络)[1],不过在虚拟化和云计算中,作为用户最关心的安全问题却在影响整体应用的成熟度。目前安全设备的交付、配置和运营等很多方面都需要人工参与,在现有的系统中还勉强能够支撑,但在大规模的云计算数据中心就力不从心了[2-6]。反过来说,SDN的先进特性确实也给安全防护带来了想象空间,利用SDN的弹性、快捷可以快速部署大量的虚拟化安全设备,满足突发流量的防护;利用SDN的全局视野、快速流量调度就能实现防护及时生效[7]。

在对异常流量的研究工作中,Marina Thottan[8]用GLR算法来检测管理信息库变量异常。而吕军等[9]提出基于MGLR的网络流量异常检测算法,对GLR算法进行了改进,该算法将线性模型与小波变换相合,解决了阈值监控无法告警和监测的问题。但以上的研究,更多的是基于传统的网络,对已有安全事件、安全威胁,比对安全基线、安全规则等,对当前网络空间的安全状态未做判断。张世轩等[10]利用 SDN架构的集中控制等特点,在攻击的源头实现流量实时监控,使用源 IP防伪、接入层异常检测、链路流量异常检测形成多重防御体系,尽可能早地发现攻击,逐渐过滤异常流量,实现网络层DDoS攻击在源端的检测和防御,但这种检测方法对SDN控制器来说负载较大,扩展性不强。……

登录APP查看全文

猜你喜欢

检测
QC 检测
小波变换在PCB缺陷检测中的应用