文献类型：期刊文章

作　　者：王灵矫[1,2] 吕琮霞[1,2] 郭华[1,2]

WANG Ling-jiao;LYU Cong-xia;GUO Hua(School of Information Engineering,Xiangtan University,Xiangtan 411105,Hunan,China;Key Laboratory of Intelligent Computing&Information Processing of Ministry of Education,Xiangtan University,Xiangtan 411105,Hunan,China)

机构地区：[1]湘潭大学信息工程学院,湖南湘潭411105 [2]湘潭大学智能计算与信息处理教育部重点实验室,湖南湘潭411105

出　　处：《云南大学学报（自然科学版）》

基　　金：国家自然科学基金(61402391).

年　　份：2021

卷　　号：43

期　　号：1

起止页码：52-59

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2021_2022、IC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：软件定义网络(Software-Defined Networks,SDN)提出了全新的架构思想,但控制器易受分布式拒绝服务(Distributed Denial of Service,DDoS)的攻击导致资源耗尽.针对上述问题,提出了一种SDN环境下基于支持向量机(Support Vector Machine,SVM)的DDoS攻击检测算法—RF-SVM(Random Forest-SVM).首先,根据DDoS攻击和分类特点结合数据包头信息选择关联的六维特征;然后,利用随机森林计算特征权重并筛选特征,得到一个最优特征子集;最后,采用SVM算法检测DDoS攻击,以达到较好的分类性能.在相同场景的实验结果表明:RF-SVM算法比SVM算法和RF算法具有更高的检测率、查全率和F1值.

关 键 词：软件定义网络  分布式拒绝服务 支持向量机 随机森林  

分 类 号：TP393]