Key points are not available for this paper at this time.
소프트웨어 정의 네트워크(SDN) 기반의 사물인터넷(IoT) 아키텍처는 많은 산업 시스템에 배포되고 있습니다. SDN의 지능적인 트래픽 라우팅 능력과 활용되지 않는 네트워크 자원을 이용하는 능력은 IoT 네트워크가 데이터 폭풍에 원활하게 대응할 수 있도록 합니다. SDN은 병목 현상을 없애고 네트워크에 더 큰 부담을 주지 않고 IoT 데이터를 효율적으로 처리하는 데 도움을 줍니다. SDN 기반 IoT 네트워크는 복잡한 사용 환경에서 DDoS 공격에 취약합니다. SDN 기반 IoT 네트워크의 동작은 전통적인 네트워크와 달라 저트래픽 DDoS 공격 탐지가 더 어려워집니다. 본 논문에서는 학습 알고리즘을 배치하고 Openflow 패키지의 상태 유지 및 비상태 기능을 활용하여 SDN 제어 및 데이터 평면에서 공격 트래픽을 식별하는 학습 기반 탐지 방법을 제안합니다. 우리의 프로토타입 접근 방식과 실험 결과는 시스템 성능 오버헤드가 상대적으로 낮으면서도 저비율 DDoS 공격 트래픽을 정확하게 식별했음을 보여줍니다.
Cheng et al. (수요일)이 이 질문을 연구했습니다.