SDN环境下的DDoS检测与缓解机制

• 作者: 贾锟 王君楠 刘峰
• 来源期刊: 信息安全学报
• 学科: 工学
• 关键词: 分布式拒绝服务攻击 软件定义网络 RYU MiniNet 轻量化 机器学习 人工智能
• 年，卷（期）: 2021,（1）
• 页码范围: 17-31
• 页数: 15页
• 分类号: TP393.1
• 语种: 中文
• DOI: 10.19363/J.cnki.cn10-1380/tn.2021.01.02

摘要

软件定义网络(Software-defined Network,SDN)以可编程的形式定义路由,对传统网络架构进行了一次彻底颠覆.通过采用中心化的拓扑结构,SDN有效实现了对网络基础设施的全局控制.然而这种中心化的拓扑极易受到网络攻击的威胁,如分布式拒绝服务攻击(Distributed Denial of Service,DDoS).传统的DDoS通过堵塞交换机带宽,消耗控制器计算资源的方式实现拒绝服务.近年来,又有新型的DDoS变种通过攻击控制器与交换机通信的南向通道,攻击交换机流表的方式实现拒绝服务.为了缓解传统DDoS和新型DDoS带来的安全问题,本文提出了一个面向SDN的轻量化DDoS检测防御框架SDDetector(Software Defined Detector).可以在粗粒度和细粒度两种模式下运行,粗粒度模式通过提取SDN交换机中的统计特征对可疑的攻击行为进行阈值警报;触发警报后,细粒度模式再进行二次特征提取,并利用熵检测算法和SVM检测算法做进一步地攻击判别.研究发现,熵检测算法擅长处理采用源IP伪造技术的DDoS攻击以及针对SDN的新型DDoS攻击;而SVM检测算法擅长处理基于应用层协议的、需要交互的DDoS攻击.SDDetector以近似并行的模式运行两种算法,自动使特征提取速度最快的算法来完成攻击检测,从而大幅降低了系统对攻击的响应时间.经过实验验证发现,在特定场景下,本文提出的模型能够比单一的检测方案少用75％的响应时间.