计算机工程

作者：崔允贺, 赵建朋, 杨鸿珍, 李显超

单位：1. 贵州翔明科技有限责任公司, 贵州 贵阳 5500252. 贵州大学公共大数据国家重点实验室, 贵州 贵阳 5500253. 贵州大学文本计算与认知智能教育部工程研究中心, 贵州 贵阳 5500254. 国网浙江省电力有限公司信息通信分公司, 浙江 杭州 310000

关键词：饱和攻击,软件定义网络,滤波,决策融合,D-S理论

基金：国网浙江省电力有限公司科技项目(5211XT220003)

针对软件定义网络(SDN)交换机和控制器的饱和攻击是SDN中的主要安全问题。在使用集成学习方法检测饱和攻击时, 现有方法通常使用距离或熵值等简单的信息计算方法修正证据, 可能存在信息丢失问题, 降低饱和攻击检测精度。为解决上述问题, 提出一种基于曲线决策融合的饱和攻击检测方法(SACOIN)。SACOIN首先计算多分类器概率矩阵的混乱程度修正多分类器内证据; 随后将多分类器概率矩阵转换为曲线并去除噪声, 提取重构小波的信号特征组成特征矩阵; 然后计算特征矩阵行内互信息, 基于上述互信息修正多分类器间证据; 最后使用D-S证据理论融合修正证据, 得到最终检测结果。实验结果表明, SACOIN在检测针对SDN交换机和控制器的饱和攻击时的准确率、精确率、召回率、F1值分别为92.3%、93%、92.1%、91.3%。

来源：2024年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第8期