胡 洋

(广州民航职业技术学院 航空港管理学院,广州 510403)

随着网络环境的日益复杂,信息安全已成为互联网时代公众关注并重点研究的对象.但是如防火墙、入侵检测等传统的网络安全硬件设备,在云计算技术高速发展的时代,已经出现了技术的滞后,攻防不平衡的问题.现有的防御体系需要依赖先验知识[1],即具备较为广泛的攻防知识储备和数据支撑,是一种典型的被动防御.而蜜网[2,3]恰恰解决了这个问题,通过提前设计的蜜罐主机,诱骗攻击者攻击,使攻击者误以为攻击对象是真机.从而迷惑攻击者,同时获取攻击者的攻击行为和态势信息,再进行分析评估.这种机制是一种十分有效的主动防御机制.但是,传统的蜜网需要物理机部署,使得其在部署过程中,存在实施复杂、成本高昂且流量控制困难等问题.本文提出结合软件定义网络(SDN)与Mininet技术相结合,构建虚拟蜜罐主机和软件定义网络拓扑,并利用深度学习优化路由网络路径选择,将攻击流量引入蜜网,从而提高网络的安全性和收敛性,并通过连续时间的仿真攻击实验验证了网络防御的有效性.

1 基于深度学习的SDN 虚拟蜜网

1.1 蜜网技术的现状研究分析

蜜网技术是在蜜罐技术的基础提出的,是由诱骗服务模块集中部署的蜜罐群构成,是具有高交互、研究型的蜜罐技术[4].通过物理机部署一套与真实系统几乎完全一致的模拟仿真系统,诱骗攻击者对模拟目标进行攻击……