文献

J-GLOBAL ID：201702275954160871   整理番号：17A1732826

機械学習はソフトウェア定義ネットワークのための回復力を改善するための支援交通耐性【Powered by NICT】

Machine learning aided traffic tolerance to improve resilience for software defined networks

著者 (2件)： Gangadhar Siddharth (Information and Telecommunication Technology Center, Electrical Engineering and Computer Science, The University of Kansas, Lawrence, KS 66045, USA) ,  Sterbenz James P.G. (Information and Telecommunication Technology Center, Electrical Engineering and Computer Science, The University of Kansas, Lawrence, KS 66045, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RNDM  ページ： 1-7  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ソフトウェア定義ネットワーク(SDNs)は,最近,その柔軟な管理と優れた配置機能性基本的なネットワークのによるプロミネンスを得ている。一次実装としてOpenFlowを用いた,SDNsはネットワーク内の全ての担持されたデバイスのための意思決定を駆動し,入射流のためのルーティングテーブル変化を通して交通を管理するための集中制御器の使用を可能にした。通常のネットワークでは,機械学習は悪意ある侵入を検出し,DoS,ユーザに根,およびプローブ攻撃のような攻撃を分類することが示されている。本研究では,SDNsの交通耐性を改善するための機械学習の使用を拡張した。これを達成するために,筆者らは筆者らの実験のための海王星攻撃に焦点を当て,ReSDN,DoS攻撃を識別するために機械学習を組み込んだ,回復枠組みを含むコントローラの機能性を拡張した。著者らのモデルは,MIT KDD1999データセットを用いて訓練した。システムはPOXコントローラプラットフォーム上のモジュールとして開発し,Mininetシミュレータを用いて評価した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 意思決定 ,  *機械学習 ,  集中制御 ,  *ネットワーク ,  プローブ ,  制御装置 ,  シミュレータ ,  サイバー攻撃
準シソーラス用語： DoS ,  ルーティングテーブル ,  OpenFlow ,  機能性 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 機械学習 ,  ソフトウェア定義ネットワーク ,  回復 ,  支援 ,  交通 ,  耐性