文献

J-GLOBAL ID：202202285196687870   整理番号：22A0431695

深層ニューラルネットワークベースレート制限を用いたSDNにおけるオンザフライ(D)DoS攻撃緩和【JST・京大機械翻訳】

On-the-fly (D)DoS attack mitigation in SDN using Deep Neural Network-based rate limiting

著者 (3件)： El Kamel Ali (PRINCE Research Lab. ISITC Hammam Sousse, University of Sousse, Tunisia) ,  Eltaief Hamdi (PRINCE Research Lab. ISITC Hammam Sousse, University of Sousse, Tunisia) ,  Youssef Habib (PRINCE Research Lab. ISITC Hammam Sousse, University of Sousse, Tunisia)
資料名： Computer Communications (Amsterdam)  (Computer Communications (Amsterdam))
巻： 182  ページ： 153-169  発行年： 2022年 
JST資料番号： D0443B  ISSN： 0140-3664  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  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(SDN)は,転送要素(FE)上の前例のないプログラム可能性,スケーラビリティおよび細粒制御を提供する有望なパラダイムとして浮上している。主に,SDNは制御平面から転送平面を切り離し,ネットワーク内のルーティング決定を充電する電荷にある中心制御器に移動する。しかし,SDNは,いくつかのネットワーク攻撃,特に分散型サービス(DDoS)がスイッチに接続された妥協ホストから打ち上げられるように,脆弱性を持つifeである。DDoS攻撃は制御装置処理容量と洪水スイッチフローテーブルを容易に過負荷できる。本論文は,SDNにおけるセキュリティ問題を扱う。それは,基礎となるネットワークの重み付き抽象化に依存するコントローラ側スライディングウィンドウレート制限アプローチに基づくDDoS攻撃に対する実時間保護を提案する。重みはノードによって伝送できるデータの許容量を定義し,その寄与に従って動的に更新される。1)コントローラの待ち行列容量,2)スイッチにおけるフロールールの数。したがって,並列オンライン深層学習アルゴリズム(PODL)を表示した新しい深層学習アルゴリズムを,前述の制約に従って,同時に飛行上の重みを更新するために定義した。さらに,各ホストと各スイッチの挙動を,時間に対する新しいフロー要求またはPacketInメッセージを禁止することにより,誤動作をペナルティ化するために使用する信頼性の尺度を通して評価した。ホスト信頼性は,それらの重みに基づき,一方,スイッチ信頼性は,平均最近傍(ANND)の計算を通して達成される。現実的な実験は,コントローラにおけるPacketIn到着速度,受容された要求率,およびフローテーブル利用に関して,コントローラとスイッチの両方に及ぼすDDoS攻撃の影響を最小化するのに,提案した解法が成功することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 洪水 ,  信頼性 ,  *ネットワーク ,  *ニューラルネットワーク ,  経路選定 ,  *緩和現象 ,  飛翔 ,  深層 ,  ペナルティ ,  学習アルゴリズム ,  サイバー攻撃
準シソーラス用語： DDoS攻撃 ,  オンライン ,  深層学習 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： ソフトウェア定義ネットワーキング(SDN) ,  深い/浅いニューラルネットワーク(SNN) ,  多損失SNN(ML-SNN) ,  オンライン深層学習(ODL) ,  レート制限 ,  信頼性

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (6件)： 深層ニューラルネットワーク ,  レート ,  制限 ,  SDN ,  DoS攻撃 ,  緩和