公开(公告)号：CN114363065A

公开(公告)日：2022-04-15

申请号：CN202210003465.7

申请日：2022-01-04

Applicant: 重庆邮电大学

Inventor： 尚凤军 ,  邹亮亮

IPC: H04L9/40 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及计算机领域，特别涉及一种基于GSODNN和SDN的DDoS检测方法，包括SDN控制器统计各交换机时间T内的Packet In数据包数量以判断交换机是否异常，计算异常交换机时间T内Packet In数据包的源IP地址熵值判断该异常是否可能是DDoS攻击，若可能是DDoS攻击则提取其流表特征以及相关的网络流量特征，采用MIC‑FCBF算法选出最优特征集，并构建对DDoS攻击敏感的特征；将选出最优特征集和构建的对DDoS攻击敏感的特征输入基于人工萤火虫群优化算法的深度神经网络进行DDoS攻击检测；本发明去除数据冗余，DDoS攻击检测避开了手动调优的不稳定性，缩短了训练时间，提高检测准确率。

公开(公告)号：CN114363065B

公开(公告)日：2023-07-25

申请号：CN202210003465.7

申请日：2022-01-04

Applicant: 重庆邮电大学

Inventor： 尚凤军 ,  邹亮亮

IPC: H04L9/40 ,  G06N3/006 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及计算机领域，特别涉及一种基于GSODNN和SDN的DDoS检测方法，包括SDN控制器统计各交换机时间T内的Packet In数据包数量以判断交换机是否异常，计算异常交换机时间T内Packet In数据包的源IP地址熵值判断该异常是否可能是DDoS攻击，若可能是DDoS攻击则提取其流表特征以及相关的网络流量特征，采用MIC‑FCBF算法选出最优特征集，并构建对DDoS攻击敏感的特征；将选出最优特征集和构建的对DDoS攻击敏感的特征输入基于人工萤火虫群优化算法的深度神经网络进行DDoS攻击检测；本发明去除数据冗余，DDoS攻击检测避开了手动调优的不稳定性，缩短了训练时间，提高检测准确率。