APP下载

DDoS攻击下基于SDN的工业控制系统边云协同信息安全防护方法

2021-08-23叶鑫豪周纯杰朱美潘杨健晖

信息安全研究 2021年9期
关键词:检测模型

叶鑫豪 周纯杰 朱美潘 杨健晖

(华中科技大学人工智能与自动化学院 武汉 430074)(806212938@qq.com)

随着信息技术的高速发展,工业控制系统(industrial control system, ICS)的安全隐患已经成为影响国家关键基础设施稳定运行的重要因素[1-2].目前,ICS信息安全防护方法主要分为静态安全防护和动态安全防护[3-6].动态安全防护以防御者可控的方式持续、动态地改变网络配置,大幅增加攻击难度和成本,降低系统安全风险[7-9].软件定义网络(software-defined network, SDN)与ICS的结合为工控网络管理带来了许多优势,同时,由于SDN的集中管控机制使得SDN环境下ICS网络易受到DDoS攻击[10].攻击者用数据包发送大量的packet_in消息到控制器,使SDN控制器过载,流表项溢出,造成整个SDN网络瘫痪[11-12].同时SDN交换机作为SDN控制器命令接收与执行者,在SDN网络中同样十分重要,攻击者针对SDN交换机中流表空间的限制进行流表过载攻击[13],破坏交换机正常通信功能.目前对DDoS攻击的检测方式主要分为机器学习攻击检测以及统计方法[14],现有的DDoS攻击防护方法主要有缓解策略、负载均衡算法以及端址跳变[15-18].随着云计算、SDN等技术在ICS中的广泛应用,目前针对如何利用云计算的资源优势,并基于SDN技术对边缘端ICS网络进行协同安全防护的研究尚少.因此本文充分利用云端的资源优势,基于SDN技术,并结合端址跳变和负载均衡算法提出了一种ICS边云协同信息安全防护方法,有效防御DDoS攻击,保障边缘端ICS网络的正常通信.

1 边云协同信息安全防护框架

本文提出的ICS边云协同信息安全防护……

登录APP查看全文

猜你喜欢

检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用