SDN环境下基于BP神经网络的DDoS攻击检测方法*

软件定义网络是一种全新的网络架构,集中控制是其主要优势,但若受到DDoS 攻击则会造成信息不可达,也容易造成单点失效。为了有效的识别DDoS攻击,提出了一种SDN环境下基于BP神经网络的DDoS攻击检测方法：该方法获取OpenFlow交换机的流表项,分析SDN环境下DDoS攻击特性,提取出与攻击相关的流表匹配成功率、流表项速率等六个重要特征;通过分析六个相关特征值的变化,采用BP神经网络算法对训练样本进行分类,实现对DDoS攻击的检测。实验结果表明,该方法在有效提高识别率的同时,降低了检测时间。通过在软件定义网络环境中的部署,验证了该方法的有效性。     

SDN网络中基于业务划分的路由选择机制

软件定义网络(SDN)是一种新型的网络架构,其路径是根据全局网络拓扑计算得到的。然而,当前SDN网络中依然存在负载不均衡和不能满足网络流量QoS要求的问题。为此,根据SDN控制器掌握全局网络信息的特点,结合网络感知功能和基于流量的业务划分,利用K最短路径算法,提出一种基于业务划分的路由选择机制。实验结果表明,该机制能够为不同业务类型的数据流选择一条最能满足其QoS要求的路径,并使整个网络达到负载均衡,进而提高了底层网络资源的利用率。