يك روش كارآمد جهت تشخيص آنلاين حملات DRDoS به سرويس هاي مبتني بر UDP درمعماري SDN با استفاده از الگوريتم هاي يادگيري ماشين

An efficient way to detect DRDoS attacks on UDP-based services online in SDN architecture using machine learning algorithms

با پيشرفت سيستم ها و تجهيزات سيار و ظهور ايده هاي جديدي مثل محاسبات ابري و داده هاي بزرگ نياز به بازبيني معماري رايج شبكه ها و توسعه و پيشرفت آن بيش از پيش موردتوجه است. يكي از راه حل هاي موجود كه براي رفع اين چالش ها مطرح شده است معماري شبكه هاي نرم افزار محور است. شبكه نرم افزار محور يك معماري منحصر بفرد است، كه در آن جريان ترافيك داده و كنترل شبكه از هم مستقل بوده و هركدام به صورت مستقيم برنامه ريزي مي شوند. با توجه به ديد متمركز شبكه هاي نرم افزار محور اين نوع از شبكه ديد جامع تري به شبكه دارد كه در صورت بروز حملات كه براي اهداف مخرب ايجاد مي شوند، از جمله حمله هاي تقويت شده شبكه هاي نرم افزار محور كارايي بهتري از خود نشان مي دهند. در حمله تقويت شده حمله كننده آدرس قرباني را به عنوان آدرس منبع جعل مي كند و جواب ها به جاي اينكه به حمله كننده ارسال شوند به سمت قرباني فرستاده مي شوند. در اين مقاله هدف تشخيص آنلاين حملات انكار سرويس مبتني بر تقويت با استفاده از الگوريتم هاي يادگيري ماشين است. شبيه سازي با استفاده از الگوريتم يادگيري ماشين انجام شده است كه بهبود قابل ملاحظه اي در مقايسه با روش هاي پيشين در تشخيص اين گونه حملات به صورت آنلاين دارد