一种基于信息熵和机器学习的DDoS检测方法及系统技术方案

本发明专利技术提出了一种基于信息熵和机器学习的DDoS检测方法及系统，首先，通过基于EWMA模型的动态调整条件熵，快速识别潜在攻击，从而触发第二阶段；第二阶段采用机器学习算法进行更深入的攻击检测，这一阶段虽然需要更多时间和资源，但能够提供更高的检测精确度，本方法在RYU控制器和Mininet模拟器下实施，涵盖四种机器学习算法，并与现有方法进行对比。本发明专利技术在保持高检测准确性的同时，提升了DDoS攻击检测效率，为SDN环境中的DDoS攻击防御提供了有效解决方案。

【技术实现步骤摘要】

本专利技术涉及ddos检测技术，特别是涉及一种基于信息熵和机器学习的ddos检测方法及系统。

技术介绍

1、互联网的发展极大地推动了社会进步，为人们的日常生活带来便利，同时用户对互联网服务的质量和性能要求不断提高。随着技术需求的增长和多样化，传统网络架构及其相关设备的局限性逐渐显现。软件定义网络(sdn)作为新型网络架构，通过将控制层(负责决策的控制器)与数据层分离，提高了网络的灵活性、可编程性和集中控制能力。sdn的核心创新在于实现了传统网络中交换设备转发功能与控制功能的分离，使得网络控制通过一个集中的控制器实现，从而提升了网络管理的灵活性和效率。此外，sdn通过开放编程接口，允许用户直接通过控制器编程来适应新业务需求，有效解决了传统网络在路径优化、维护管理及新业务部署方面的挑战。

2、然而，计算机网络技术的发展也带来了网络安全问题，其中分布式拒绝服务(ddos)攻击是近年来最常见且最严重的攻击之一。ddos攻击通常由黑客发起，旨在阻断用户对主机系统、网络资源或在线服务的访问。这种攻击通过发送大量请求，耗尽目标服务器的关键资源，导致服务器无法本文档来自技高网...

【技术保护点】

1.一种基于信息熵和机器学习的DDoS检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于信息熵和机器学习的DDoS检测方法，其特征在于，所述DDoS第一检测阶段中的数据包Packet-in报文速率为：

3.根据权利要求1所述的一种基于信息熵和机器学习的DDoS检测方法，其特征在于，基于阈值判断交换机是否异常具体为：若当前时刻的Packet-in报文速率不小于报文速率阈值或者条件熵不小于条件熵阈值，则交换机异常。

4.根据权利要求1所述的一种基于信息熵和机器学习的DDoS检测方法，其特征在于，采用机器学习算法提取的交换机的源IP速率为...

【技术特征摘要】

1.一种基于信息熵和机器学习的ddos检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于信息熵和机器学习的ddos检测方法，其特征在于，所述ddos第一检测阶段中的数据包packet-in报文速率为：

3.根据权利要求1所述的一种基于信息熵和机器学习的ddos检测方法，其特征在于，基于阈值判断交换机是否异常具体为：若当前时刻的packet-in报文速率不小于报文速率阈值或者条件熵不小于条件熵阈值，则交换机异常。

4.根据权利要求1所述的一种基于信息熵和机器学习的ddos检测方法，其特征在于，采用机器学习算法提取的交换机的源ip速率为：

5.根据权利要求1所述的一种基于信息熵和机器学习的ddos检测方法，...

【专利技术属性】
技术研发人员：高宜文，白天锐，刘媛，周永彬，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：