Detecção de Ataques DDoS em Nuvem Privada Baseada em OpenStack Usando Apache Spark

A segurança é uma preocupação crítica para os provedores de serviços em nuvem. Ataques de negação de serviço distribuída (DDoS) são os mais frequentes de todas as ameaças de segurança em nuvem, e as consequências dos danos causados por DDoS são muito sérias. Assim, o design de um sistema eficiente de detecção de DDoS desempenha um papel importante na monitorização de atividades suspeitas na nuvem. Mecanismos de detecção em tempo real que operam em ambientes de nuvem e se baseiam em algoritmos de aprendizado de máquina e processamento distribuído são uma questão de pesquisa importante. Neste trabalho, propomos uma detecção em tempo real de ataques DDoS usando classificadores de aprendizado de máquina em uma plataforma de processamento distribuído. Avaliamos o mecanismo de detecção de DDoS em uma bancada de teste em nuvem baseada em OpenStack usando a estrutura Apache Spark. Comparamos o desempenho de classificação usando conjuntos de dados de nuvem de referência e em tempo real. Os resultados dos experimentos revelam que o método da floresta aleatória oferece melhor precisão de classificação. Além disso, demonstramos a eficácia da abordagem distribuída proposta em termos de tempo de treinamento e detecção.