CN108289104A - 一种工业SDN网络DDoS攻击检测与缓解方法 - Google Patents

一种工业SDN网络DDoS攻击检测与缓解方法 Download PDF

Info

Publication number
CN108289104A
CN108289104A CN201810112193.8A CN201810112193A CN108289104A CN 108289104 A CN108289104 A CN 108289104A CN 201810112193 A CN201810112193 A CN 201810112193A CN 108289104 A CN108289104 A CN 108289104A
Authority
CN
China
Prior art keywords
network
ddos attack
flow
data
industry
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810112193.8A
Other languages
English (en)
Other versions
CN108289104B (zh
Inventor
魏旻
杨涛
毛久超
庞巧月
王平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201810112193.8A priority Critical patent/CN108289104B/zh
Priority to US16/629,964 priority patent/US11483341B2/en
Priority to PCT/CN2018/078082 priority patent/WO2019148576A1/zh
Publication of CN108289104A publication Critical patent/CN108289104A/zh
Application granted granted Critical
Publication of CN108289104B publication Critical patent/CN108289104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • H04L63/1458—Denial of Service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H04L45/036—Updating the topology between route computation elements, e.g. between OpenFlow controllers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/64—Routing or path finding of packets in data switching networks using an overlay routing layer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/29—Flow control; Congestion control using a combination of thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • H04L49/90—Buffering arrangements
    • H04L49/9063—Intermediate storage in different physical parts of a node or terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
    • H04L63/1416—Event detection, e.g. attack signature detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
    • H04L63/1425—Traffic logging, e.g. anomaly detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2212/00—Encapsulation of packets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/42—Centralised routing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
    • H04L63/0227—Filtering policies
    • H04L63/0236—Filtering by address, protocol, port number or service, e.g. IP-address or URL
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种工业SDN网络DDoS攻击检测与缓解方法，属于网络安全领域。该方法利用工业回程网络中SDN控制器的东西向接口与工业接入网络的系统管理器的协同作用，结合工业回程网络及工业接入网络数据包特征，扩展OpenFlow交换机流表项匹配域，设定流表0为“缓解DDoS攻击专用流表”及时抵御攻击数据流。利用工业回程网络的SDN控制器及DDoS攻击检测与缓解系统，识别出攻击数据流并发现DDoS攻击源，通过调度工业接入网络系统管理器实施缓解DDoS攻击的策略。本发明保证了工业回程网和工业接入网络的正常流量，克服了DDoS攻击对工业网络安全造成的威胁。

Description

一种工业SDN网络DDoS攻击检测与缓解方法
技术领域
本发明属于网络安全领域，涉及一种工业SDN网络DDoS攻击检测与缓解方法。
背景技术
软件定义网络(Software Defined Network,SDN)技术的关注度日趋明显，越来越多的研究也逐渐地将SDN引入到工业网络环境中，SDN的特点是将网络的数据转发平面和控制平面分离，从而通过控制器中的软件平台去实现可编程化控制底层硬件，实现对网络资源灵活的按需调配。SDN控制器通过利用OpenFlow协议向OpenFlow交换机(以下简称OF交换机)主动或被动下发流表，数据包通过匹配流表得到转发。利用SDN集中控制及可编程性的优点，可使得庞大的工业网络系统流量管控更灵活，减少底层重复的人工配置等问题。
工业回程网络，是广域网络(Internet网络)和接入网络(如无线WirelessHART、WIA-PA、ISA100.11a)之间的传输网络，覆盖范围为几平方公里到几十平方公里，属于中等规模网络，解决工业无线网络接入广域网“最后几公里”的传输问题。目前，针对工业接入网络和工业回程网络的资源调度问题，主要是利用SDN控制器和工业接入网络系统控制器进行合作联合调度有效实现资源的有效配置。
网络安全方面，目前针对工业SDN网络的DDoS攻击主要以下两种形态存在：
(1)攻击者针对工业回程网络OF交换机进行DDoS攻击：利用OF交换机产生大量无法匹配的packet-in信息对SDN控制器进行攻击，造成SDN控制器因大量packet-in信息汇入而宕机，导致正常数据包请求不能及时得到处理。
(2)攻击者针对工业接入网络(工业有线网络、工业无线网络如WirelessHART、WIA-PA、ISA100.11a)路由节点等关键网络设备进行DDoS攻击，造成工业接入网络和工业回程网络汇入大量无效的数据包，影响网络正常工作。
目前，对普通SDN网络DDoS攻击检测方法有很多，包括基于流量的时间特征方法、基于信息熵值方法、基于KNN算法等方法。然而，由于工业回程网络和工业控制网络自身特征，其工业网络的网络特性、实时性要求、可靠性要求等并没有被考虑，且普通SDN网络的OpenFlow协议也未针对工业网络进行特殊匹配和改进，既有研究成果很难直接应用到工业SDN网络。特别是一些在不支持IP的工业接入网络(如WIA-PA网络、WirelessHART网络等)爆发DDoS攻击，利用传统OpenFlow流表模式匹配方法、信息熵值方法等，均很难对攻击的实际发生位置进行溯源和定位。
发明内容
有鉴于此，本发明的目的在于提供一种工业SDN网络DDoS攻击检测与缓解方法，利用工业SDN网络中的SDN控制器及工业接入网络系统管理器，扩展工业回程网络中的OF交换机流表项的匹配域，使其能够更精确的匹配来自工业接入网络的数据包，SDN控制器与DDoS攻击与检测服务器通过交互，实现对工业回程网络和工业接入网络中DDoS攻击的检测和缓解。
为达到上述目的，本发明提供如下技术方案：
一种工业SDN网络DDoS攻击检测与缓解方法，包括以下步骤：
S1：建立基于SDN的联合调度架构下工业网络DDoS检测与缓解系统架构；
S2：网络正常工作，工业接入网络转交工业回程网络数据报文；
S3：改进并扩展OpenFlow流表项；
S4：数据经过OF交换机时，进行流表匹配；
S5：SDN控制器查询OF交换机的匹配情况并标记可疑流表项，并报告Packet-in消息；
S6：DDoS攻击检测与缓解系统对可疑流表项进行处理或对Packet-in进行识别处理。
进一步，在步骤S1中，所述基于SDN的联合调度架构下工业网络DDoS检测系统架构包括应用平面、控制平面和转发平面；
所述应用平面包括SDN控制器控制软件和防DDoS攻击应用管理软件；
其中，SDN控制器控制软件用于用户配置SDN控制器；
防DDoS攻击应用管理软件用于支持安全人员根据网络DDoS攻击特点，制定相应的防御策略，保证网络安全运行；
所述控制平面包括SDN控制器、工业接入网络系统管理器和工业SDN网络DDoS攻击检测与缓解系统；
其中，SDN控制器负责工业回程网络的资源控制与调度，负责网络的链路发现拓扑管理、状态监测和策略制定并下发流表，并将监测到的信息供DDoS攻击检测与缓解系统查询；SDN控制器上运行联合调度器负责工业接入网络系统管理器进行交互，负责工业接入网络的数据传输路径和资源信息的计算和决策；
工业接入网络系统管理器负责配置工业接入网网络属性、管理路由表、调度设备间的通信、监视网络性能和安全管理；负责管理网络中设备的运行以及整个无线网络的通信，包括设备入网和离网、网络故障的监控与报告和通信配置管理；
工业SDN网络DDoS攻击检测与缓解系统包括检测和缓解两个模块：检测模块根据SDN控制器状态监测信息，分析工业网络发给OpenFlow交换机的实时数据并提取相应数据特征，判断是否受到DDoS攻击，并将判断结果报告给DDoS攻击缓解系统；缓解模块负责快速响应网络中的DDoS攻击情况，通过SDN控制器对工业网络中的流量进行调度；
所述转发平面包括工业回程网络OF交换机和工业接入网网络设备；
其中，OF交换机位于工业回程网中，依靠SDN控制器的全局视图功能，用于实现灵活、高效的配置工业回程网；
工业接入网络网络设备是工业接入网络的网络传输物理实体，提供工业接入网络系统管理器进行管理和配置，从而达到工业接入网络系统管理器所需要的网络功能；包括工业接入网络边界路由器，负责将报文处理后，转发给工业回程网络。
进一步，所述步骤S2具体为：当接入网络路由设备向边界路由发送数据包时，网关支持工业有线和工业无线协议转换为IPv4或IPv6协议，保留原始数据的以下特征：接入网络类型、网络协议、PAN_ID、工作信道、源MAC地址、目的MAC地址和源设备ID。
进一步，所述步骤S3具体为：扩展OpenFlow交换机流表项匹配域，增加扩展域实现OpenFlow交换机能够更精确的匹配来自工业接入网络的数据包；扩展域包括：
接入网络类型：用于标记工业接入网络是有线网络还是无线网络；
网络协议：用于标记工业接入网络的网络协议；
PAN_ID：用于标记个域网的ID；
工作信道：用于标记数据来自于无线接入网络时候的该数据传输所涉及的信道；
无线网络源MAC地址：标记数据来源的MAC地址；
无线网络目的MAC地址：标记数据目的地的MAC地址；
源设备ID：标记数据来源的ID。
OF交换机入网后，控制器获取链路状态，主动地向交换机下发扩展后的流表。
进一步，所述步骤S4具体为：
当数据流与流表中的匹配域匹配时，流表项每匹配一次则流表项中计数器计数一次；
当数据流与流表中的匹配域不匹配时，OF交换机则先将其缓存在缓冲区，再提取其包头封装成packet-in消息，若缓冲区已满则直接将整个数据包封装成packet-in消息，发给SDN控制器并由SDN控制器分析及决策，然后通过下发flow-mod或packet-out消息进行处理。
进一步，所述步骤S5具体为：
S501：SDN控制器查询单位时间内每个流表项的匹配数据流个数M，控制器根据经验值设定单位时间内每个流表项的正常数据流匹配个数为M*，计算M-M*＝ΔM；
S502：SDN控制器查询单位时间内Packet-in消息数量N，以及单位时间内flow-mod与packet-out消息数量之和N*，计算N-N*＝ΔN；
S503：若某一流表项的ΔM超过阈值，则该流表项被SDN控制器标记为可疑流表项；
S504：若当前OF交换机发给SDN控制器的ΔN超过阈值，则SDN控制器判断出现数据流异常；
S505：工业回程网OF交换机流表不匹配偏差容忍度ΔM和ΔN，由用户通过防DDoS攻击应用管理软件进行设定；
S506：SDN控制器将可疑流表项报告给DDoS攻击检测与缓解系统；
S507：SDN控制器将携带接入网络类型、网络协议、PAN_ID、工作信道、源MAC地址、目的MAC地址和源设备ID信息的Packet-in消息报告给DDoS攻击检测与缓解系统；由DDoS攻击检测与缓解系统判断该Packet-in是正常流量、正常爆发流量、DDoS攻击流量还是L-DDoS攻击流量引起的。
进一步，在步骤S6中，所述DDoS攻击检测与缓解系统对可疑流表项进行处理具体为：DDoS攻击检测与缓解系统将可疑流表项信息通知工业接入网络系统管理器，工业接入网络系统管理器将重新分配网络资源，并制定相应的缓解攻击策略，阻断工业接入网络内部DDoS攻击源设备的继续通信。
进一步，在步骤S6中，所述DDoS攻击检测与缓解系统对Packet-in进行识别处理具体为：
S601：数据样本训练建模：DDoS攻击检测与缓解系统对工业接入网络和工业回程网络的正常数据进行训练建模，引入工业网络特征后，对网络中的包含正常流量、正常爆发流量、DDoS攻击流量及L-DDoS攻击流量的数据样本进行训练建模，具体过程为：
S601-1：按照C4.5决策树算法，选取不匹配偏差容忍度ΔM及ΔN作为根节点；
S601-2：根据工业接入网络流量特征表现取值表，将流量特征模糊离散处理为三种特征程度值X、Y和Z；
当流量特征为IPv6/IPv4源地址时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为TCP源端口时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为UDP源端口时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为网络协议时，特征表现X为接入网络协议，Y为空，Z为未知协议；
当流量特征为源设备ID时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为源MAC地址时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为工作信道时，特征表现X为该信道质量高，Y为该信道质量中，Z为该信道质量低；
当流量特征为ΔM和ΔN时，特征表现X为都在阈值内，Y为其中一个在阈值内，Z为都不在阈值内；
统计数据流样本并对X、Y和Z取值；
S601-3：生成决策树；
1)根节点X方向上的属性选择方法为：
1a)纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面X方向的子节点；
1b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面X方向的子节点；
1c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面X方向的子节点；
1d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面X方向的子节点；
2)根节点Y方向上的属性选择方法为：
2a)纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面Y方向的子节点；
2b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面Y方向的子节点；
2c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面Y方向的子节点；
2d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面Y方向的子节点；
3)根节点Z方向上的属性选择方法为：
3a)纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面Z方向的子节点；
3b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面Z方向的子节点；
3c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面Z方向的子节点；
3d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面Z方向的子节点；
至此，根节点下X、Y、Z分支的属性分类完成，形成第二层节点；
第三层节点的生成方式和第二层节点的生成方式相同，分别生成和选择第二层节点的X、Y、Z方向的属性；以此类推，完成正常流量、正常爆发流量、DDoS攻击流量及L-DDoS攻击流量4个数据分类子集决策树模型的生成；
S602：DDoS攻击检测与缓解系统攻击识别：将packet-in信息放入S701中的训练样本模型中进行判断，得到该packet-in信息属于的分类；
S603：DDoS攻击检测与缓解系统的处理：
S603-1：DDoS攻击检测与缓解系统通过S701、S702识别出的缓存在OF交换机中的正常数据流以及正常爆发流量，通过SDN控制器下发扩展后的流表，使缓存在OF交换机中的数据流被转发；未缓存在OF交换机的正常数据流则将其直接通过OF交换机输出端口转发出去；将识别出的DDoS攻击数据流，L-DDoS攻击数据流记录下相关特征，并将这些特征写入“缓解攻击专用流表项”中，其优先级被设为最高，下发给OF交换机流表0中，及时阻断攻击源继续发过来的数据包；
S603-2：DDoS攻击检测与缓解系统通知工业回程网SDN控制器来自接入网络的DDoS攻击相关信息，包括攻击源所在的源MAC地址、源网络设备ID、工作信道和PAN_ID；
S603-3：SDN控制器将攻击数据流的信息告知与之协同工作的工业接入网络系统管理器，工业接入网络系统管理器将重新分配网络资源，并制定相应的缓解攻击策略，阻断工业接入网络内部DDoS攻击源设备的继续通信；
S603-4：当SDN控制器读取到OF交换机ΔM和ΔN均在正常阈值范围内，判断为DDoS攻击结束，删除“缓解攻击专用流表项”，控制器重新获取拓扑信息，先主动向OF交换机发送修改流表信息更新流表，然后再采用被动下发流表方式工作。
本发明的有益效果在于：
(1)本发明基于SDN的工业接入网络联合调度架构，定义了缓解DDoS攻击专用流表项以及时抵御攻击数据流。引入DDoS攻击检测与缓解系统，制定针对控制器两种流表下发模式结合使用时遭受DDoS攻击的相应检测与缓解方法；
(2)本发明在检测DDoS攻击时充分考虑满足工业接入网络数据包的特征，并对OpenFlow定义的流表项匹配域进行扩展，使不支持IP的工业接入网络更好地得到兼容，并进行流表匹配。并在缓解DDoS攻击时首要保证工业网络数据实时性这一需求，确保工业接入网络数据传输的高可靠、低时延；
(3)本发明采用机器学习方法与统计对比方法结合使用，进行DDoS攻击异常流量的识别，相比传统DDoS检测方法更准确快捷。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为基于SDN的联合调度架构下工业网络DDoS检测系统架构；
图2为DDoS攻击检测与缓解机制流程图；
图3为基于SDN的工业回程网联合调度架构的DDoS攻击产生过程；
图4为扩展后的OpenFlow流表项结构；
图5为数据分类决策树模型；
图6为实例WIA-PA网络训练流量分类决策树模型。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
针对典型的基于SDN的工业回程网络架构，提出一种基于SDN的联合调度架构下工业网络DDoS检测与缓解架构，如图1所示，包括应用平面、控制平面和转发平面。
应用平面包括SDN控制器控制软件和防DDoS攻击应用管理软件。
●SDN控制器控制软件：用户通过该软件配置SDN控制器。
●防DDoS攻击应用管理软件：可支持安全人员根据网络DDoS攻击特点，制定相应的防御策略，保证网络安全运行。
控制平面包括SDN控制器、工业接入网络系统管理器以及工业SDN网络DDoS攻击检测与缓解系统。
●SDN控制器负责工业回程网络的资源控制与调度，负责网络的链路发现拓扑管理、状态监测和策略制定并下发流表，并将监测到的信息供DDoS攻击检测与缓解系统查询。SDN控制器上运行联合调度器负责工业接入网络系统管理器进行交互，负责工业接入网络的数据传输路径和资源信息的计算和决策；
●工业接入网络系统管理器，负责配置工业接入网网络属性、管理路由表、调度设备间的通信、监视网络性能和安全管理。负责管理网络中设备的运行以及整个无线网络的通信，包括设备入网和离网、网络故障的监控和报告、通信配置管理等。
●工业SDN网络DDoS攻击检测与缓解系统包括检测和缓解两个模块：
●检测模块根据SDN控制器状态监测信息，分析工业网络发给OpenFlow交换机的实时数据并提取相应数据特征，判断是否受到DDoS攻击，并将判断结果报告给DDoS攻击缓解系统；
●缓解模块负责快速响应网络中的DDoS攻击情况，通过SDN控制器对工业网络中的流量进行调度。
转发平面包括工业回程网络OF交换机、工业接入网网络设备。
●OF交换机位于工业回程网中，依靠SDN控制器的全局视图功能，实现灵活、高效的配置工业回程网。
●工业接入网络网络设备是工业接入网络的网络传输物理实体，提供工业接入网络系统管理器进行管理和配置，从而达到工业接入网络系统管理器所需要的网络功能。
●工业接入网络边界路由器，是接入网络网络设备的一种，负责将报文处理后，转发给工业回程网络。
基于上述架构，本发明提出一种基于SDN的联合调度架构下工业回程网和工业接入网络的DDoS攻击检测与缓解方法。
工业SDN网络DDoS攻击检测和缓解过程如图2所示。本发明提出的攻击检测与缓解机制如下：
1.网络正常工作，工业接入网络转交工业回程网络数据报文
工业接入网络的形态和协议多样，既有有线接入网络(Modbus、FF等)，又存在无线接入网络(WIA-PA、ISA100.11a等)，通过边界路由器转发给回程网络时，一般不会保留数据的全部原始特征。如一个无线接入网络节点采集到的数据，到达边界后，一般只保留节点ID及采集到的数据值，由边界路由进行转发。
这就给攻击者利用工业接入网络的节点发起DDoS攻击提供了条件。因为工业节点ID并不能通过OpenFlow协议进行流表匹配，所以只能定位到边界路由，很难具体定位被DDoS攻击的节点。
基于此，为实现本发明所述方法的对接入网络的DDoS攻击检测，需一种对工业接入网络转交工业回程网络的数据报文进行如下改进：
当接入网络路由设备向边界路由发送数据包时，网关支持工业有线和工业无线协议转换为IPv4或IPv6协议，但需要保留原始数据的以下特征：接入网络类型、网络协议、PAN_ID、工作信道、源MAC地址、目的MAC地址和源设备ID。例如：将WIA-PA协议转换为IPv6协议，并保留原始数据包中应显示该数据来自无线接入网络、协议为WIA-PA、PAN_ID、工作信道、源MAC地址、目的MAC地址、源设备ID等信息在转换后的IPv6协议数据负载中，供跨域传输时工业回程网中OF交换机流表匹配使用。
2.改进并扩展OpenFlow流表项
如图3所示，在工业接入网络(如WIA-PA网络、ISA100.11a网络)中的路由设备被攻击者作为傀儡设备，向接入网络中发送大量虚假数据包，当某些攻击数据包通过工业回程网跨域传输时，因匹配失败造成SDN控制器不能正常工作。
为保证不支持IP的工业无线网络协议(如WIA-PA)能更好地得到OpenFlow交换机的兼容，本发明对传统OpenFlow流表进行修改为：主要是扩展OpenFlow交换机流表项匹配域，增加扩展域实现OpenFlow交换机能够更精确的匹配来自工业接入网络的数据包。图4为扩展的流表项结构，扩展域包括：
接入网络类型：用于标记工业接入网络是有线网络还是无线网络；
网络协议：用于标记工业接入网络的网络协议，如WIA-PA、ISA100.11a、WirelessHART等；
PAN_ID：用于标记个域网的ID；
工作信道：用于标记数据来自于无线接入网络时候的该数据传输所涉及的主要信道；
无线网络源MAC地址：标记数据来源的MAC地址；
无线网络目的MAC地址：标记数据目的地的MAC地址；
源设备ID：标记数据来源的ID。
OF交换机入网后，控制器获取链路状态，主动地向交换机下发图4所示的扩展后的流表。
3.数据经过OF交换机时，OF交换机的工作机制：
数据经过OF交换机时，进行流表匹配。存在匹配和不能匹配两种情况：
匹配：数据流根据流表中的匹配域进行匹配转发，流表项每匹配一次则流表项中计数器计数一次。
不能匹配：数据流表无法匹配数据流，交换机则先将其缓存在缓冲区，再提取其包头封装成packet-in消息，若缓冲区已满则直接将整个数据包封装成packet-in消息，发给SDN控制器并由SDN控制器分析及决策，然后通过下发flow-mod或packet-out消息进行处理。
4.SDN控制器查询OF交换机的匹配情况并标记可疑流表项，并报告Packet-in消息
SDN控制器查询单位时间内每个流表项的匹配数据流个数M，控制器根据经验值设定单位时间内每个流表项的正常数据流匹配个数为M*,计算M-M*＝ΔM。
SDN控制器查询单位时间内Packet-in消息数量N，以及单位时间内flow-mod与packet-out消息数量之和N*，计算N-N*＝ΔN。
若某一流表项的ΔM超过阈值，则该流表项被SDN控制器标记为可疑流表项。
若当前OF交换机发给SDN控制器的ΔN超过阈值，则SDN控制器判断出现数据流异常。
工业回程网OF交换机流表不匹配偏差容忍度ΔM和ΔN，由用户通过防DDoS攻击应用管理软件进行设定。
SDN控制器将可疑流表项报告给DDoS攻击检测与缓解系统。
SDN控制器将携带接入网络类型、网络协议、PAN_ID、工作信道、源MAC地址、目的MAC地址和源设备ID信息的Packet-in消息报告给DDoS攻击检测与缓解系统。由DDoS攻击检测与缓解系统判断该Packet-in是正常流量、正常爆发流量、DDoS攻击流量或是L-DDoS攻击流量引起的。以下分两个方面介绍DDoS攻击检测与缓解系统对可疑流表项报告的处理过程和对Packet-in的处理过程：
5.DDoS攻击检测与缓解系统对于可疑流表项的处理过程
DDoS攻击检测与缓解系统将可疑流表项信息通知工业接入网络系统管理器，工业接入网络系统管理器将重新分配网络资源，并制定相应的缓解攻击策略，阻断工业接入网络内部DDoS攻击源设备的继续通信。
6.DDoS攻击检测与缓解系统对Packet-in的识别处理过程
a)数据样本训练建模过程
DDoS攻击检测与缓解系统需要对工业接入网络和工业回程网络的正常数据进行训练建模。引入工业网络特征后，对网络中的包含正常流量、正常爆发流量、DDoS攻击流量及L-DDoS攻击流量的数据样本进行训练建模过程如下：
第一步：按照C4.5决策树算法，选取属性“ΔM及ΔN”作为根节点。
第二步：根据工业接入网络流量特征表现取值表，将流量特征模糊离散处理为三种特征程度值(X，Y，Z)。
表1工业接入网络流量特征表现取值表
统计数据流样本按照表2、表3和表4所示的X、Y和Z取值；
表2根节点取X时的数据样本取值表
表3根节点取Y时的数据样本取值表
表4根节点取Z时的数据样本取值表
第三步：生成决策树
1)根节点X方向上的属性选择方法：
a)按照表2中，纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面X方向的子节点。
b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面X方向的子节点。
c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面X方向的子节点。
d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面X方向的子节点。
2)根节点Y方向上的属性选择方法：
a)按照表3中，纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面Y方向的子节点。
b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面Y方向的子节点。
c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面Y方向的子节点。
d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面Y方向的子节点。
3)根节点Z方向上的属性选择方法：
a)按照表4中，纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面Z方向的子节点。
b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面Z方向的子节点。
c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面Z方向的子节点。
d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面Z方向的子节点。
至此，根节点下X、Y、Z分支的属性分类完成，形成第二层节点。第三层节点的生成方式和第二层节点的生成方式类似，分别生成和选择第二层节点的X、Y、Z方向的属性。以此类推，完成4个数据分类子集(正常流量、正常爆发流量、DDoS攻击流量及L-DDoS攻击流量)决策树模型的生成，如图5所示。
b)DDoS攻击检测与缓解系统攻击识别过程
将packet-in信息放入a)中的训练样本模型中进行判断，得到该packet-in信息属于哪个分类。
c)DDoS攻击检测与缓解系统的处理过程
第一步：DDoS攻击检测与缓解系统通过上述a)、b)所述过程识别出的缓存在OF交换机中的正常数据流以及正常爆发流量，通过SDN控制器下发扩展后的流表，使缓存在OF交换机中的数据流被转发；未缓存在OF交换机的正常数据流则将其直接通过OF交换机输出端口转发出去。而将识别出的DDoS攻击数据流，L-DDoS攻击数据流记录下相关特征，并将这些特征写入“缓解攻击专用流表项”中，其优先级被设为最高，下发给OF交换机流表0中，及时阻断攻击源继续发过来的数据包；
第二步：DDoS攻击检测与缓解系统通知工业回程网SDN控制器来自接入网络的DDoS攻击相关信息，如攻击源所在的源MAC地址、源网络设备ID、工作信道、PAN_ID等；
第三步：SDN控制器将攻击数据流的信息告知与之协同工作的工业接入网络系统管理器，工业接入网络系统管理器将重新分配网络资源，并制定相应的缓解攻击策略，阻断工业接入网络内部DDoS攻击源设备的继续通信；
第四步：当SDN控制器读取到OF交换机ΔM和ΔN均在正常阈值范围内，判断为DDoS攻击结束，删除“缓解攻击专用流表项”，控制器重新获取拓扑信息，先主动向OF交换机发送修改流表信息更新流表，然后再采用被动下发流表方式工作。
针对工业无线网络WIA-PA网络接入回程网络后爆发DDoS攻击的情况，具体方式为：
1.网络正常工作，WIA-PA网络转交工业回程网络数据报文
WIA-PA网络数据发给边界路由器时，将WIA-PA协议转换为IPv4或IPv6协议，并保留原始数据包中显示该数据来自无线接入网络、协议为WIA-PA、PAN_ID、工作信道、源MAC地址、目的MAC地址、源设备ID等信息在转换后的IPv4或IPv6协议数据负载中，供跨域传输时工业回程网中OF交换机流表匹配使用。
2.改进并扩展OpenFlow流表项
在WIA-PA网络中的路由设备被攻击者作为傀儡设备，攻击者向此设备发送虚假数据包，造成跨域传输的攻击数据流匹配不上工业回程网的OF交换机中的流表，使得OF交换机转发效率降低，进一步因OF交换机询问SDN控制器发送的大量packet-in消息，使得SDN控制器宕机。
为保证不支持IP的WIA-PA协议能更好地得到OpenFlow交换机的兼容，本发明对传统OpenFlow流表进行修改如下：
针对WIA-PA协议扩展后的流表项结构，扩展域包括：接入网络类型：标记为工业无线网络。网络协议：标记为WIA-PA网络协议。其余扩展域内容保持根据实际情况进行配置。
3.数据经过OF交换机时，OF交换机的工作机制：
WIA-PA网络数据经过OF交换机时，进行流表匹配。存在匹配和不能匹配两种情况：
匹配：WIA-PA网络数据根据流表中的匹配域进行匹配转发，流表项每匹配一次则流表项中计数器计数一次。
不能匹配：OF交换机流表无法匹配的WIA-PA网络数据流，交换机先将其缓存在缓冲区，再提取其包头封装成packet-in消息，若缓冲区已满则直接将整个数据包封装成packet-in消息，发给SDN控制器并由SDN控制器分析及决策，然后通过下发flow-mod或packet-out消息进行处理。
4.SDN控制器查询OF交换机的匹配情况并标记可疑流表项，并报告Packet-in消息
SDN控制器查询单位时间内每个流表项的匹配数据流个数M，控制器根据经验值设定单位时间内每个流表项的正常数据流匹配个数为M*,计算M-M*＝ΔM。
SDN控制器查询单位时间内Packet-in消息数量N，以及单位时间内flow-mod与packet-out消息数量之和N*，计算N-N*＝ΔN。
若某一流表项的ΔM超过阈值，则该流表项被SDN控制器标记为可疑流表项。
若当前OF交换机发给SDN控制器的ΔN超过阈值，则SDN控制器判断出现数据流异常。
工业回程网OF交换机数据不匹配偏差容忍度为ΔM和ΔN，由用户通过防DDoS攻击应用管理软件进行设定。
SDN控制器将可疑流表项报告给DDoS攻击检测与缓解系统。
SDN控制器将携带接入网络类型、网络协议、PAN_ID、工作信道、源MAC地址、目的MAC地址和源设备ID信息的Packet-in消息报告给DDoS攻击检测与缓解系统。由DDoS攻击检测与缓解系统判断该Packet-in是正常流量、正常爆发流量、DDoS攻击流量或是L-DDoS攻击流量引起的。
以下分两个方面介绍DDoS攻击检测与缓解系统对可疑流表项报告的处理过程和对Packet-in的处理过程：
1.DDoS攻击检测与缓解系统对于可疑流表项的处理过程
DDoS攻击检测与缓解系统将可疑流表项信息通知WIA-PA网络系统管理器，WIA-PA网络系统管理器将重新分配网络资源，并制定相应的缓解攻击策略，阻断WIA-PA网络内部DDoS攻击源设备的继续通信。
2.DDoS攻击检测与缓解系统对Packet-in的识别处理过程
a)数据样本训练建模过程
DDoS攻击检测与缓解系统需要对WIA-PA网络和工业回程网络的正常数据进行训练建模。引入工业网络特征后，对网络中的包含正常流量、正常爆发流量、DDoS攻击流量及L-DDoS攻击流量的数据样本进行训练建模过程如下：
第一步：按照C4.5决策树算法，选取属性“ΔM及ΔN”作为根节点。
第二步：根据WIA-PA网络流量特征表现取值表，将流量特征模糊离散处理为三种特征程度值(X，Y，Z)。
表5工业接入网络流量特征表现取值表
表6是具体的数据流样本信息，挑选20个样本进行说明。
表6 20个数据流样本
以上述WIA-PA网络流量数据集样本为例，利用C4.5决策树算法，进行根节点属性选取，具体过程如下：
1)计算20个样本的信息熵，样本S分为四类(正常流5个，正常爆发流5个，DDoS攻击流5个，L-DDoS攻击流5个)
2)分别计算按不同属性对S的划分信息熵
A＝流表项匹配个数、Packet-in数量S＝{S1，S2，S3}＝{X(5+3)，Y(3+2)，Z(5+2)}
3)计算以流量种类划分信息增益
Gain(S，A)＝Entropy(S)-EntropyA(S)＝2-0.9267＝1.0733
4)计算分裂信息
5)计算信息增益率
重复步骤2)-5)，同理计算按其他属性划分的信息增益率
GainRatio(源IP地址)＝0.2404
GainRatio(TCP源端口)＝0.0901
GainRatio(UDP源端口)＝0.275
GainRatio(工业无线网络协议)＝0.1384
GainRatio(工业无线源网络设备ID)＝0.1216
GainRatio(工业无线网络源MAC地址)＝0.2511
GainRatio(工作信道质量)＝0.3608
由比较得出“ΔM和ΔN”增益率最大，将其作为根节点。决策树算法含有大量对数运算，样本数据足够多的情况会使得时间开销较大，因此，在选取叶子节点的时候，不再计算信息增益率，而是简单地采用全样本中单个数据流特征纵向对比统计数值，快速得出子节点。
根节点下有三个分支(X、Y、Z)，以根节点下X的分支节点计算为例，具体步骤如下：
1)将完整的20个数据流样本按根节点的取值(X、Y、Z)分支，分割出三个子样本(X＝8个，Y＝5个，Z＝7个)，子样本1(X＝8个)如下表7所示；
表7子样本数据集
2)纵向统计8个样本数据编号1-7数据流特征取值中Z出现的次数{Z1，Z2，Z3，Z4，Z5，Z6，Z7}＝{1，0，1，2，0，1，2}，其中Z4和Z7均为2，则随机选取第7个数据流特征属性“工作信道”作为该分支下的决策子节点；
3)在“工作信道”子节点下，根据分支条件(X、Y、Z)又将分割出三个子样本(X＝3个，Y＝3个，Z＝2个)，此时子样本1(X＝3个)和子样本3(Z＝2个)只在一种类别中出现，即已得出数据流类别，则不再继续往下分支；
4)反之，步骤3中子样本2(Y＝3个)在两种数据流类别中均出现，则继续往下分支，纵向统计样本数据编号为12、13、19的余下1-6数据流特征值中Z值出现次数{Z1，Z2，Z3，Z4，Z5,Z6}＝{0,0,0,1,0,1}，因此随机选择第6个数据流特征属性“源MAC地址”作为决策子节点；
5)在“源MAC地址”子节点下，根据分支条件分割出三个子样本(Y＝2个，Z＝1个)，两个样本均只在一种类别出现，不再继续分支，得出数据流类别；
6)至此，根节点下X分支的流量分类完成。
根节点下Y、Z的分支节点计算与上述过程相同，X、Y、Z分支的流量分类过程同步进行，最终，得出如下图6所示的流量分类决策树模型。
在图6中的决策树模型建立过程中，根节点下按照流量特征属性程度取值X、Y、Z进行分支，再分别统计X、Y、Z下的样本情况，若某个值下的流个数为0则减少一个分支，直到最终得出流类型。靠近根节点的每一层子节点选取时，节点属性可重复，但从根节点向下的每一条决策路径上的子节点属性不可重复。样本数据越多，分支层数越多，但最多只有8层(与选取的流量特征属性个数一致)。
表8是SDN控制器获取的实时packet-in数据流，通过与上述的流量分类决策树模型进行对比分析，得出packet-in数据流类型。
表8实时packet-in数据流
SDN控制器根据表8所示结论，对packet-in数据进行处理，处理方式如下：
针对表8中编号为1、4两个正常数据流，以及编号为2、3两个正常爆发数据流，SDN控制器将其中缓存在OF交换机中的数据流通过下发流表来转发，而SDN控制器将其中未缓存在OF交换机中的数据流直接通过输出端口转发出去。
针对表8中编号为5、6、7三个攻击数据流，SDN控制器将其特征写入“缓解攻击专用流表项”中，下发给OF交换机流表0中，设优先级为最高，及时阻断攻击源继续发送的数据报文。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (8)

1.一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：该方法包括以下步骤：
S1：建立基于SDN的联合调度架构下工业网络DDoS检测与缓解系统架构；
S2：网络正常工作，工业接入网络转交工业回程网络数据报文；
S3：改进并扩展OpenFlow流表项；
S4：数据经过OF交换机时，进行流表匹配；
S5：SDN控制器查询OF交换机的匹配情况并标记可疑流表项，并报告Packet-in消息；
S6：DDoS攻击检测与缓解系统对可疑流表项进行处理或对Packet-in进行识别处理。
2.根据权利要求1所述的一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：在步骤S1中，所述基于SDN的联合调度架构下工业网络DDoS检测系统架构包括应用平面、控制平面和转发平面；
所述应用平面包括SDN控制器控制软件和防DDoS攻击应用管理软件；
其中，SDN控制器控制软件用于用户配置SDN控制器；
防DDoS攻击应用管理软件用于支持安全人员根据网络DDoS攻击特点，制定相应的防御策略，保证网络安全运行；
所述控制平面包括SDN控制器、工业接入网络系统管理器和工业SDN网络DDoS攻击检测与缓解系统；
其中，SDN控制器负责工业回程网络的资源控制与调度，负责网络的链路发现拓扑管理、状态监测和策略制定并下发流表，并将监测到的信息供DDoS攻击检测与缓解系统查询；SDN控制器上运行联合调度器负责工业接入网络系统管理器进行交互，负责工业接入网络的数据传输路径和资源信息的计算和决策；
工业接入网络系统管理器负责配置工业接入网网络属性、管理路由表、调度设备间的通信、监视网络性能和安全管理；负责管理网络中设备的运行以及整个无线网络的通信，包括设备入网和离网、网络故障的监控与报告和通信配置管理；
工业SDN网络DDoS攻击检测与缓解系统包括检测和缓解两个模块：检测模块根据SDN控制器状态监测信息，分析工业网络发给OpenFlow交换机的实时数据并提取相应数据特征，判断是否受到DDoS攻击，并将判断结果报告给DDoS攻击缓解系统；缓解模块负责快速响应网络中的DDoS攻击情况，通过SDN控制器对工业网络中的流量进行调度；
所述转发平面包括工业回程网络OF交换机和工业接入网网络设备；
其中，OF交换机位于工业回程网中，依靠SDN控制器的全局视图功能，用于实现灵活、高效的配置工业回程网；
工业接入网络网络设备是工业接入网络的网络传输物理实体，提供工业接入网络系统管理器进行管理和配置，从而达到工业接入网络系统管理器所需要的网络功能；包括工业接入网络边界路由器，负责将报文处理后，转发给工业回程网络。
3.根据权利要求1所述的一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：所述步骤S2具体为：当接入网络路由设备向边界路由发送数据包时，网关支持工业有线和工业无线协议转换为IPv4或IPv6协议，保留原始数据的以下特征：接入网络类型、网络协议、PAN_ID、工作信道、源MAC地址、目的MAC地址和源设备ID。
4.根据权利要求1所述的一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：所述步骤S3具体为：扩展OpenFlow交换机流表项匹配域，增加扩展域实现OpenFlow交换机能够更精确的匹配来自工业接入网络的数据包；扩展域包括：
接入网络类型：用于标记工业接入网络是有线网络还是无线网络；
网络协议：用于标记工业接入网络的网络协议；
PAN_ID：用于标记个域网的ID；
工作信道：用于标记数据来自于无线接入网络时候的该数据传输所涉及的信道；
无线网络源MAC地址：标记数据来源的MAC地址；
无线网络目的MAC地址：标记数据目的地的MAC地址；
源设备ID：标记数据来源的ID；
OF交换机入网后，控制器获取链路状态，主动地向交换机下发扩展后的流表。
5.根据权利要求1所述的一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：所述步骤S4具体为：
当数据流与流表中的匹配域匹配时，流表项每匹配一次则流表项中计数器计数一次；
当数据流与流表中的匹配域不匹配时，OF交换机则先将其缓存在缓冲区，再提取其包头封装成packet-in消息，若缓冲区已满则直接将整个数据包封装成packet-in消息，发给SDN控制器并由SDN控制器分析及决策，然后通过下发flow-mod或packet-out消息进行处理。
6.根据权利要求1所述的一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：所述步骤S5具体为：
S501：SDN控制器查询单位时间内每个流表项的匹配数据流个数M，控制器根据经验值设定单位时间内每个流表项的正常数据流匹配个数为M*，计算M-M*＝ΔM；
S502：SDN控制器查询单位时间内Packet-in消息数量N，以及单位时间内flow-mod与packet-out消息数量之和N*，计算N-N*＝ΔN；
S503：若某一流表项的ΔM超过阈值，则该流表项被SDN控制器标记为可疑流表项；
S504：若当前OF交换机发给SDN控制器的ΔN超过阈值，则SDN控制器判断出现数据流异常；
S505：工业回程网OF交换机流表不匹配偏差容忍度ΔM和ΔN，由用户通过防DDoS攻击应用管理软件进行设定；
S506：SDN控制器将可疑流表项报告给DDoS攻击检测与缓解系统；
S507：SDN控制器将携带接入网络类型、网络协议、PAN_ID、工作信道、源MAC地址、目的MAC地址和源设备ID信息的Packet-in消息报告给DDoS攻击检测与缓解系统；由DDoS攻击检测与缓解系统判断该Packet-in是正常流量、正常爆发流量、DDoS攻击流量还是L-DDoS攻击流量引起的。
7.根据权利要求1所述的一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：在步骤S6中，所述DDoS攻击检测与缓解系统对可疑流表项进行处理具体为：DDoS攻击检测与缓解系统将可疑流表项信息通知工业接入网络系统管理器，工业接入网络系统管理器将重新分配网络资源，并制定相应的缓解攻击策略，阻断工业接入网络内部DDoS攻击源设备的继续通信。
8.根据权利要求1所述的一种工业SDN网络DDoS攻击检测与缓解方法，其特征在于：在步骤S6中，所述DDoS攻击检测与缓解系统对Packet-in进行识别处理具体为：
S601：数据样本训练建模：DDoS攻击检测与缓解系统对工业接入网络和工业回程网络的正常数据进行训练建模，引入工业网络特征后，对网络中的包含正常流量、正常爆发流量、DDoS攻击流量及L-DDoS攻击流量的数据样本进行训练建模，具体过程为：
S601-1：按照C4.5决策树算法，选取不匹配偏差容忍度ΔM及ΔN作为根节点；
S601-2：根据工业接入网络流量特征表现取值表，将流量特征模糊离散处理为三种特征程度值X、Y和Z；
当流量特征为IPv6/IPv4源地址时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为TCP源端口时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为UDP源端口时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为网络协议时，特征表现X为接入网络协议，Y为空，Z为未知协议；
当流量特征为源设备ID时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为源MAC地址时，特征表现X为已知常见，Y为变化随机弱，Z为变化随机强；
当流量特征为工作信道时，特征表现X为该信道质量高，Y为该信道质量中，Z为该信道质量低；
当流量特征为ΔM和ΔN时，特征表现X为都在阈值内，Y为其中一个在阈值内，Z为都不在阈值内；
统计数据流样本并对X、Y和Z取值；
S601-3：生成决策树；
1)根节点X方向上的属性选择方法为：
1a)纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面X方向的子节点；
1b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面X方向的子节点；
1c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面X方向的子节点；
1d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面X方向的子节点；
2)根节点Y方向上的属性选择方法为：
2a)纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面Y方向的子节点；
2b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面Y方向的子节点；
2c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面Y方向的子节点；
2d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面Y方向的子节点；
3)根节点Z方向上的属性选择方法为：
3a)纵向统计数据流特征取值中Z出现次数，取Z出现次数最多对应的属性作为根节点下面Z方向的子节点；
3b)若均无Z，则统计比较Y出现次数，取Y出现次数最多对应的属性作为根节点下面Z方向的子节点；
3c)若均无Y，则统计比较X出现次数，取X出现次数最多对应的属性作为根节点下面Z方向的子节点；
3d)若两个以上属性的Z、Y和X出现次数相同，则随机选取一个属性作为根节点下面Z方向的子节点；
至此，根节点下X、Y、Z分支的属性分类完成，形成第二层节点；
第三层节点的生成方式和第二层节点的生成方式相同，分别生成和选择第二层节点的X、Y、Z方向的属性；以此类推，完成正常流量、正常爆发流量、DDoS攻击流量及L-DDoS攻击流量4个数据分类子集决策树模型的生成；
S602：DDoS攻击检测与缓解系统攻击识别：将packet-in信息放入S701中的训练样本模型中进行判断，得到该packet-in信息属于的分类；
S603：DDoS攻击检测与缓解系统的处理：
S603-1：DDoS攻击检测与缓解系统通过S701、S702识别出的缓存在OF交换机中的正常数据流以及正常爆发流量，利用SDN控制器使缓存在OF交换机中的数据流被转发；未缓存在OF交换机的正常数据流则将其直接通过OF交换机输出端口转发出去；将识别出的DDoS攻击数据流，L-DDoS攻击数据流记录下相关特征，并将这些特征写入“缓解攻击专用流表项”中，其优先级被设为最高，下发给OF交换机流表0中，及时阻断攻击源继续发过来的数据包；
S603-2：DDoS攻击检测与缓解系统通知工业回程网SDN控制器来自接入网络的DDoS攻击相关信息，包括攻击源所在的源MAC地址、源网络设备ID、工作信道和PAN_ID；
S603-3：SDN控制器将攻击数据流的信息告知与之协同工作的工业接入网络系统管理器，工业接入网络系统管理器将重新分配网络资源，并制定相应的缓解攻击策略，阻断工业接入网络内部DDoS攻击源设备的继续通信；
S603-4：当SDN控制器读取到OF交换机ΔM和ΔN均在正常阈值范围内，判断为DDoS攻击结束，删除“缓解攻击专用流表项”，控制器重新获取拓扑信息，先主动向OF交换机发送修改流表信息更新流表，然后再采用被动下发流表方式工作。
CN201810112193.8A 2018-02-05 2018-02-05 一种工业SDN网络DDoS攻击检测与缓解方法 Active CN108289104B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810112193.8A CN108289104B (zh) 2018-02-05 2018-02-05 一种工业SDN网络DDoS攻击检测与缓解方法
US16/629,964 US11483341B2 (en) 2018-02-05 2018-03-06 DDOS attack detection and mitigation method for industrial SDN network
PCT/CN2018/078082 WO2019148576A1 (zh) 2018-02-05 2018-03-06 一种工业SDN网络DDoS攻击检测与缓解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810112193.8A CN108289104B (zh) 2018-02-05 2018-02-05 一种工业SDN网络DDoS攻击检测与缓解方法

Publications (2)

Publication Number Publication Date
CN108289104A true CN108289104A (zh) 2018-07-17
CN108289104B CN108289104B (zh) 2020-07-17

Family

ID=62836407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810112193.8A Active CN108289104B (zh) 2018-02-05 2018-02-05 一种工业SDN网络DDoS攻击检测与缓解方法

Country Status (3)

Country Link
US (1) US11483341B2 (zh)
CN (1) CN108289104B (zh)
WO (1) WO2019148576A1 (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108632269A (zh) * 2018-05-02 2018-10-09 南京邮电大学 基于c4.5决策树算法的分布式拒绝服务攻击检测方法
CN109302427A (zh) * 2018-11-30 2019-02-01 西安交通大学 一种定位考虑攻击精度的骨干链路DDoS攻击目标链路的方法
CN109831428A (zh) * 2019-01-29 2019-05-31 内蒙古大学 Sdn网络攻击检测及防御的方法和装置
CN110225037A (zh) * 2019-06-12 2019-09-10 广东工业大学 一种DDoS攻击检测方法和装置
CN110798442A (zh) * 2019-09-10 2020-02-14 广州西麦科技股份有限公司 数据注入攻击检测方法及相关装置
CN110830469A (zh) * 2019-11-05 2020-02-21 中国人民解放军战略支援部队信息工程大学 基于SDN和BGP流程规范的DDoS攻击防护系统及方法
CN111049828A (zh) * 2019-12-13 2020-04-21 国网浙江省电力有限公司信息通信分公司 网络攻击检测及响应方法及系统
CN111083173A (zh) * 2019-12-31 2020-04-28 中国银行股份有限公司 基于openflow协议的网络通信中的动态防御方法
CN111835725A (zh) * 2020-06-12 2020-10-27 北京邮电大学 一种sdn控制器集群的网络攻击应对方法
CN112134870A (zh) * 2020-09-16 2020-12-25 北京中关村银行股份有限公司 一种网络安全威胁阻断方法、装置、设备和存储介质
CN112787861A (zh) * 2020-12-31 2021-05-11 中国电子科技集团公司第五十四研究所 一种基于sdn的网络安全监测一体化可编程控制器
CN112910889A (zh) * 2021-01-29 2021-06-04 湖南大学 SDN中基于FGD-FM的LDoS攻击检测与缓解方案
CN113009817A (zh) * 2021-02-08 2021-06-22 浙江大学 一种基于控制器输出状态安全熵的工控系统入侵检测方法
CN113242215A (zh) * 2021-04-21 2021-08-10 华南理工大学 一种针对sdn指纹攻击的防御方法、系统、装置及介质
WO2021227245A1 (zh) * 2020-05-11 2021-11-18 重庆邮电大学 一种面向tsn和非tsn互联的工业异构网络调度方法
CN114422276A (zh) * 2022-03-30 2022-04-29 南京邮电大学 基于区块链技术的DDoS攻击检测和威胁信息共享方法
CN114499941A (zh) * 2021-12-22 2022-05-13 天翼云科技有限公司 流量检测模型的训练、检测方法及电子设备
CN114978667A (zh) * 2022-05-17 2022-08-30 安捷光通科技成都有限公司 一种基于图神经网络的SDN网络DDoS攻击检测方法
US11563772B2 (en) 2019-09-26 2023-01-24 Radware, Ltd. Detection and mitigation DDoS attacks performed over QUIC communication protocol
US20230344862A1 (en) * 2022-04-25 2023-10-26 At&T Intellectual Property I, L.P. Detecting and Mitigating Denial of Service Attacks Over Home Gateway Network Address Translation

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110365591B (zh) * 2018-04-09 2021-11-19 华为技术有限公司 数据包处理方法、装置及设备
GB2574468B (en) * 2018-06-08 2020-08-26 F Secure Corp Detecting a remote exploitation attack
CN111049746B (zh) * 2018-10-12 2022-04-22 华为技术有限公司 一种路由表项生成方法、字典树生成方法和装置
US12034767B2 (en) * 2019-08-29 2024-07-09 Darktrace Holdings Limited Artificial intelligence adversary red team
JP2021039754A (ja) * 2019-08-29 2021-03-11 ダークトレース リミテッドＤａｒｋｔｒａｃｅ Ｌｉｍｉｔｅｄ 電子メール用の機械学習サイバー防御システムのエンドポイント・エージェント拡張
US20220360597A1 (en) * 2019-08-29 2022-11-10 Darktrace Holdings Limited Cyber security system utilizing interactions between detected and hypothesize cyber-incidents
WO2021105377A1 (en) * 2019-11-29 2021-06-03 Telefonaktiebolaget Lm Ericsson (Publ) Methods, communication device and nodes for enabling handling of data packets in a wireless communication system
US11627152B2 (en) 2020-01-08 2023-04-11 Bank Of America Corporation Real-time classification of content in a data transmission
US11184381B2 (en) 2020-01-08 2021-11-23 Bank Of America Corporation Real-time validation of application data
US11297085B2 (en) 2020-01-08 2022-04-05 Bank Of America Corporation Real-time validation of data transmissions based on security profiles
CN111740950A (zh) * 2020-05-13 2020-10-02 南京邮电大学 一种SDN环境DDoS攻击检测防御方法
US11848959B2 (en) * 2020-05-13 2023-12-19 Nanjing University Of Posts And Telecommunications Method for detecting and defending DDoS attack in SDN environment
CN112165460B (zh) * 2020-09-10 2023-07-25 杭州安恒信息技术股份有限公司 流量检测方法、装置、计算机设备和存储介质
CN112866234B (zh) * 2021-01-14 2022-03-01 中国南方电网有限责任公司 一种网络攻击溯源方法、装置和系统
CN113132361B (zh) * 2021-03-31 2022-11-22 厦门美域中央信息科技有限公司 一种基于博弈奖惩机制的SDN网络抗DDos方法
CN113242211B (zh) * 2021-04-12 2022-10-25 北京航空航天大学 一种软件定义网络DDoS攻击检测方法
CN113079171A (zh) * 2021-04-13 2021-07-06 福建奇点时空数字科技有限公司 一种基于多控制器迁移的SDN抗盲DDos攻击方法
CN113162926B (zh) * 2021-04-19 2022-08-26 西安石油大学 一种基于knn的网络攻击检测属性权重分析方法
CN113392429B (zh) * 2021-05-26 2023-12-12 江苏省电力试验研究院有限公司 基于区块链的配电物联网数据安全防护方法、装置
CN113542069B (zh) * 2021-07-15 2022-09-23 恒安嘉新（北京）科技股份公司 一种流量牵引方法、装置、电子设备及存储介质
CN113516189B (zh) * 2021-07-16 2022-08-26 广西师范大学 基于两阶段随机森林算法的网站恶意用户预测方法
CN113709156B (zh) * 2021-08-27 2022-09-27 哈尔滨工业大学 一种nids网络渗透检测方法、计算机及存储介质
CN113824700B (zh) * 2021-08-31 2022-11-15 浙江大学 基于端口相似性的双阶段软件定义网络流表溢出防御方法
CN114006725B (zh) * 2021-09-24 2024-02-06 东南大学 一种多层次信息融合的网络攻击态势实时感知方法
CN114124474B (zh) * 2021-11-03 2023-06-23 中盈优创资讯科技有限公司 一种基于BGP flowspec的DDOS攻击源处置方法及装置
CN114189444B (zh) * 2021-11-05 2024-05-03 网络通信与安全紫金山实验室 纳管工业端设备的方法、时间敏感网络控制器及系统
CN114205126A (zh) * 2021-11-25 2022-03-18 北京国泰网信科技有限公司 一种工业系统中攻击检测的方法、设备及介质
CN114257423A (zh) * 2021-12-03 2022-03-29 中国人民解放军63891部队 一种基于攻击树的渗透测试综合效果评估方法及系统
CN115250193B (zh) * 2021-12-22 2024-02-23 长沙理工大学 一种面向SDN网络的DoS攻击检测方法、装置及介质
CN114615078B (zh) * 2022-03-30 2024-08-06 中国农业银行股份有限公司 一种DDoS攻击检测方法、装置及设备
CN115379026B (zh) * 2022-04-19 2024-01-19 国家计算机网络与信息安全管理中心 一种报文头域的识别方法、装置、设备及存储介质
CN114978964A (zh) * 2022-05-10 2022-08-30 未鲲(上海)科技服务有限公司 基于网络自检的通信公告配置方法、装置、设备及介质
CN115065531B (zh) * 2022-06-14 2023-09-08 天津理工大学 一种基于SDN的针对IoT网络嗅探攻击的移动目标防御方法
CN115225353B (zh) * 2022-07-04 2024-05-03 安徽大学 兼顾DoS/DDoS洪泛和慢速HTTP DoS的攻击检测方法
CN114866347B (zh) * 2022-07-06 2022-09-30 浙江御安信息技术有限公司 一种基于人工智能进行DDoS攻击识别的网络安全预警方法
US12069498B2 (en) * 2022-07-12 2024-08-20 Dish Wireless L.L.C. Group monitoring and management of network functions of public cloud-based 5G network
CN115664740B (zh) * 2022-10-17 2024-07-23 济南大学 基于可编程数据平面的数据包转发攻击防御方法及系统
CN115580480B (zh) * 2022-10-25 2024-04-02 湖南大学 基于卡尔曼滤波和随机森林的fto攻击检测缓解方法
CN115967524B (zh) * 2022-10-25 2024-04-19 湖南大学 一种基于P4-MSC的DRDoS攻击检测与缓解系统
CN115412368B (zh) * 2022-10-31 2022-12-27 中国人民解放军军事科学院系统工程研究院 一种抵抗DDoS攻击的SDN协同控制方法与系统
CN115695041B (zh) * 2022-11-17 2023-08-04 安超云软件有限公司 基于sdn的ddos攻击检测与防护的方法及应用
CN115665006B (zh) * 2022-12-21 2023-03-28 新华三信息技术有限公司 一种随流检测方法及装置
CN116132989B (zh) * 2023-04-13 2023-08-22 南京艾牛科技有限公司 一种工业互联网安全态势感知系统及方法
CN117097575B (zh) * 2023-10-20 2024-01-02 中国民航大学 一种基于跨层协同策略的低速率拒绝服务攻击防御方法
CN118233221B (zh) * 2024-05-24 2024-07-19 中国电子科技集团公司第三十研究所 一种基于熵的网络攻防不确定性度量计算方法
CN118337682B (zh) * 2024-06-12 2024-08-13 湖南天冠电子信息技术有限公司 基于陪测交换机对网络设备进行老化测试的方法
CN118400203B (zh) * 2024-06-27 2024-09-03 杭州迪普科技股份有限公司 基于面向攻击行为跟踪的自适应时频特征提取的检测方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103491095A (zh) * 2013-09-25 2014-01-01 中国联合网络通信集团有限公司 流量清洗架构、装置及流量牵引、流量回注方法
CN104378380A (zh) * 2014-11-26 2015-02-25 南京晓庄学院 一种基于SDN架构的识别与防护DDoS攻击的系统及方法
CN104468636A (zh) * 2015-01-09 2015-03-25 李忠 DDoS威胁过滤与链路重配的SDN架构及工作方法
CN104539625A (zh) * 2015-01-09 2015-04-22 江苏理工学院 一种基于软件定义的网络安全防御系统及其工作方法
CN104539595A (zh) * 2014-12-17 2015-04-22 南京晓庄学院 一种集威胁处理和路由优化于一体的sdn架构及工作方法
CN104539594A (zh) * 2014-12-17 2015-04-22 南京晓庄学院 融合DDoS威胁过滤与路由优化的SDN架构、系统及工作方法
CN104660582A (zh) * 2014-12-17 2015-05-27 南京晓庄学院 DDoS识别、防护和路径优化的软件定义的网络架构
CN105516129A (zh) * 2015-12-04 2016-04-20 重庆邮电大学 基于sdn技术实现僵尸网络控制信道阻断的方法和装置
CN105871772A (zh) * 2015-01-18 2016-08-17 吴正明 一种针对网络攻击的sdn网络架构的工作方法
CN105871771A (zh) * 2015-01-18 2016-08-17 吴正明 一种针对ddos网络攻击的sdn网络架构
CN106657107A (zh) * 2016-12-30 2017-05-10 南京邮电大学 一种SDN中基于信任值的自适应启动的ddos防御方法和系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2314021B1 (en) * 2008-06-18 2018-09-19 Emerson Process Management LLLP System and method for wireless process communication over distinct networks
KR20140088340A (ko) * 2013-01-02 2014-07-10 한국전자통신연구원 오픈플로우 스위치에서의 디도스 공격 처리 장치 및 방법
US9172721B2 (en) 2013-07-16 2015-10-27 Fortinet, Inc. Scalable inline behavioral DDOS attack mitigation
US9572020B2 (en) * 2013-09-19 2017-02-14 Honeywell International Inc. Apparatus and method supporting wireless communications between devices using different application protocols in industrial control and automation systems
CN106341337B (zh) * 2016-08-31 2021-03-09 上海交通大学 一种sdn下可实现应用感知的流量检测与控制机构及方法
KR101900154B1 (ko) * 2016-10-17 2018-11-08 숭실대학교산학협력단 DDoS 공격이 탐지가 가능한 소프트웨어 정의 네트워크 및 이에 포함되는 스위치
CN106572107B (zh) 2016-11-07 2019-08-09 北京科技大学 一种面向软件定义网络的DDoS攻击防御系统与方法
CN106685832B (zh) 2016-11-08 2019-09-24 重庆邮电大学 基于SDN的WIA-PA现场网络/IPv6回程网络联合调度方法
CN107438066B (zh) 2017-06-21 2020-04-17 浙江大学 一种基于SDN控制器的DoS/DDoS攻击防御模块及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103491095A (zh) * 2013-09-25 2014-01-01 中国联合网络通信集团有限公司 流量清洗架构、装置及流量牵引、流量回注方法
CN104378380A (zh) * 2014-11-26 2015-02-25 南京晓庄学院 一种基于SDN架构的识别与防护DDoS攻击的系统及方法
CN104539595A (zh) * 2014-12-17 2015-04-22 南京晓庄学院 一种集威胁处理和路由优化于一体的sdn架构及工作方法
CN104539594A (zh) * 2014-12-17 2015-04-22 南京晓庄学院 融合DDoS威胁过滤与路由优化的SDN架构、系统及工作方法
CN104660582A (zh) * 2014-12-17 2015-05-27 南京晓庄学院 DDoS识别、防护和路径优化的软件定义的网络架构
CN104468636A (zh) * 2015-01-09 2015-03-25 李忠 DDoS威胁过滤与链路重配的SDN架构及工作方法
CN104539625A (zh) * 2015-01-09 2015-04-22 江苏理工学院 一种基于软件定义的网络安全防御系统及其工作方法
CN105871772A (zh) * 2015-01-18 2016-08-17 吴正明 一种针对网络攻击的sdn网络架构的工作方法
CN105871771A (zh) * 2015-01-18 2016-08-17 吴正明 一种针对ddos网络攻击的sdn网络架构
CN105516129A (zh) * 2015-12-04 2016-04-20 重庆邮电大学 基于sdn技术实现僵尸网络控制信道阻断的方法和装置
CN106657107A (zh) * 2016-12-30 2017-05-10 南京邮电大学 一种SDN中基于信任值的自适应启动的ddos防御方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XIAODONG XING, TAO LUO, JIANFENG LI， YANG HU: "A DEFENSE MECHANISM AGAINST THE DNS AMPLIFICATION ATTACK IN SDN", 《IEEE PROCEEDINGS OF NIDC2016》 *
王秀磊，陈鸣，邢长友，孙志，吴泉峰: "一种防御DDoS攻击的软件定义安全网络机制", 《软件学报》 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108632269B (zh) * 2018-05-02 2020-06-02 南京邮电大学 基于c4.5决策树算法的分布式拒绝服务攻击检测方法
CN108632269A (zh) * 2018-05-02 2018-10-09 南京邮电大学 基于c4.5决策树算法的分布式拒绝服务攻击检测方法
CN109302427A (zh) * 2018-11-30 2019-02-01 西安交通大学 一种定位考虑攻击精度的骨干链路DDoS攻击目标链路的方法
CN109302427B (zh) * 2018-11-30 2020-06-19 西安交通大学 一种定位考虑攻击精度的骨干链路DDoS攻击目标链路的方法
CN109831428A (zh) * 2019-01-29 2019-05-31 内蒙古大学 Sdn网络攻击检测及防御的方法和装置
CN109831428B (zh) * 2019-01-29 2021-04-20 内蒙古大学 Sdn网络攻击检测及防御的方法和装置
CN110225037A (zh) * 2019-06-12 2019-09-10 广东工业大学 一种DDoS攻击检测方法和装置
CN110225037B (zh) * 2019-06-12 2021-11-30 广东工业大学 一种DDoS攻击检测方法和装置
CN110798442A (zh) * 2019-09-10 2020-02-14 广州西麦科技股份有限公司 数据注入攻击检测方法及相关装置
US11563772B2 (en) 2019-09-26 2023-01-24 Radware, Ltd. Detection and mitigation DDoS attacks performed over QUIC communication protocol
CN110830469A (zh) * 2019-11-05 2020-02-21 中国人民解放军战略支援部队信息工程大学 基于SDN和BGP流程规范的DDoS攻击防护系统及方法
CN111049828A (zh) * 2019-12-13 2020-04-21 国网浙江省电力有限公司信息通信分公司 网络攻击检测及响应方法及系统
CN111083173A (zh) * 2019-12-31 2020-04-28 中国银行股份有限公司 基于openflow协议的网络通信中的动态防御方法
CN111083173B (zh) * 2019-12-31 2022-03-08 中国银行股份有限公司 基于openflow协议的网络通信中的动态防御方法
US11736408B2 (en) 2020-05-11 2023-08-22 Chongqing University Of Posts And Telecommunications Scheduling method applied in industrial heterogeneous network in which TSN and non-TSN are interconnected
WO2021227245A1 (zh) * 2020-05-11 2021-11-18 重庆邮电大学 一种面向tsn和非tsn互联的工业异构网络调度方法
CN111835725B (zh) * 2020-06-12 2021-08-13 北京邮电大学 一种sdn控制器集群的网络攻击应对方法
CN111835725A (zh) * 2020-06-12 2020-10-27 北京邮电大学 一种sdn控制器集群的网络攻击应对方法
CN112134870A (zh) * 2020-09-16 2020-12-25 北京中关村银行股份有限公司 一种网络安全威胁阻断方法、装置、设备和存储介质
CN112787861A (zh) * 2020-12-31 2021-05-11 中国电子科技集团公司第五十四研究所 一种基于sdn的网络安全监测一体化可编程控制器
CN112910889A (zh) * 2021-01-29 2021-06-04 湖南大学 SDN中基于FGD-FM的LDoS攻击检测与缓解方案
CN113009817A (zh) * 2021-02-08 2021-06-22 浙江大学 一种基于控制器输出状态安全熵的工控系统入侵检测方法
CN113242215B (zh) * 2021-04-21 2022-05-24 华南理工大学 一种针对sdn指纹攻击的防御方法、系统、装置及介质
CN113242215A (zh) * 2021-04-21 2021-08-10 华南理工大学 一种针对sdn指纹攻击的防御方法、系统、装置及介质
CN114499941A (zh) * 2021-12-22 2022-05-13 天翼云科技有限公司 流量检测模型的训练、检测方法及电子设备
CN114499941B (zh) * 2021-12-22 2023-08-04 天翼云科技有限公司 流量检测模型的训练、检测方法及电子设备
CN114422276A (zh) * 2022-03-30 2022-04-29 南京邮电大学 基于区块链技术的DDoS攻击检测和威胁信息共享方法
US20230344862A1 (en) * 2022-04-25 2023-10-26 At&T Intellectual Property I, L.P. Detecting and Mitigating Denial of Service Attacks Over Home Gateway Network Address Translation
CN114978667A (zh) * 2022-05-17 2022-08-30 安捷光通科技成都有限公司 一种基于图神经网络的SDN网络DDoS攻击检测方法
CN114978667B (zh) * 2022-05-17 2024-02-09 安捷光通科技成都有限公司 一种基于图神经网络的SDN网络DDoS攻击检测方法

Also Published As

Publication number Publication date
US11483341B2 (en) 2022-10-25
WO2019148576A1 (zh) 2019-08-08
CN108289104B (zh) 2020-07-17
US20210092153A1 (en) 2021-03-25

Similar Documents

Publication Publication Date Title
CN108289104A (zh) 一种工业SDN网络DDoS攻击检测与缓解方法
CN104158753B (zh) 基于软件定义网络的动态流调度方法及系统
CN105516184B (zh) 一种基于增量部署sdn网络的链路洪泛攻击的防御方法
CN104539594B (zh) 融合DDoS威胁过滤与路由优化的SDN架构、系统及工作方法
CN104348716B (zh) 一种报文处理方法及设备
CN1875585B (zh) 利用mac限制来控制动态未知l2泛滥的方法和系统
CN105681305B (zh) 一种sdn防火墙系统及实现方法
CN104660582B (zh) DDoS识别、防护和路径优化的软件定义的网络架构
CN105471907B (zh) 一种基于Openflow的虚拟防火墙传输控制方法及系统
CN105812340B (zh) 一种虚拟网络访问外网的方法和装置
CN106105115A (zh) 网络环境中由服务节点始发的服务链
CN104539595B (zh) 一种集威胁处理和路由优化于一体的sdn架构及工作方法
CN106982206A (zh) 一种基于ip地址自适应转换的恶意扫描防御方法及系统
CN106411820A (zh) 一种基于sdn架构的工业通信流传输安全控制方法
CN104320358A (zh) 一种电力通信网中的QoS业务控制方法
CN106341337A (zh) 一种sdn下可实现应用感知的流量检测与控制机构及方法
CN109495391A (zh) 一种基于sdn的安全服务链系统及数据包匹配转发方法
CN108632269A (zh) 基于c4.5决策树算法的分布式拒绝服务攻击检测方法
CN108234315A (zh) 一种虚拟化网络环境中镜像网络流量控制协议
CN104579894B (zh) 分布式虚拟交换机系统的IGMP Snooping实现方法及装置
CN104852887B (zh) 基于OpenFlow技术的网络流量溯源系统及方法
Luo et al. SDN/NFV-based security service function tree for cloud
CN108833430B (zh) 一种软件定义网络的拓扑保护方法
CN108768691A (zh) 基于snmp协议的以太网自动拓扑发现及成环定位检测系统
KR20220029142A (ko) Sdn 컨트롤러 서버 및 이의 sdn 기반 네트워크 트래픽 사용량 분석 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant