ソフトウェア定義ネットワークにおける効率的なDDoS攻撃検出のための深層CNNアンサンブルフレームワーク

新しい技術がデジタル時代を再形成し続ける中、サイバー攻撃もますます一般的で洗練されたものとなっています。分散型サービス拒否（DDoS）攻撃は、おそらく最も広く行われている攻撃であり、急速に増加しています。これは、世界中の多様で新興の計算ネットワークインフラを標的にしています。このため、大規模で複雑なDDoS攻撃を効率的に早期に検出する設計が必要です。ソフトウェア定義ネットワーク（SDN）は、集中管理の知能を転送ロジックから切り離すネットワークパラダイムとして、有望な解決策を指し示します。本研究では、SDNにおける効率的なDDoS攻撃検出のための深層畳み込みニューラルネットワーク（CNN）アンサンブルフレームワークが提案されています。提案されたフレームワークは、確立されたベンチマークの下で最新のフローベースのデータセットで評価されており、既存の関連検出手法に対して改善された精度が示されています。