软件定义网络中基于XGBoost算法的DDoS攻击检测

李 曼 车向北 张宗包 唐沁婷 田 源 李 剑

1(深圳供电局有限公司电力调度控制中心 广东深圳 518048)

2(北京邮电大学人工智能学院 北京 100876)(liman_1212@126.com)

随着网络技术的发展和网络业务需求的扩大，具有重要商业价值的网络服务已经渗透到当今社会的各个方面.分布式拒绝服务(distributed denial of service, DDoS)攻击的出现会导致相关网络服务出现异常，造成巨大的经济损失，甚至导致其他灾难性的后果，已成为目前严重的网络安全威胁[1].准确且快速地检测DDoS攻击是安全领域的一个重要研究课题.软件定义网络(software-defined networking, SDN)作为网络体系结构，将网络数据转发平面和控制平面分开[2-3]，具有能够集中管理控制、网络可编程性和接口开放的特点[4]，因此在不同的网络组织中得到了广泛的应用.在SDN环境下，通过完整的网络视图，可以对数据包进行深入的分析[5-6]，支持快速的响应以及流量策略和规则的更新.

网络攻击者主要通过攻击网络的带宽、系统资源和应用程序资源等来达到网络拒绝服务的目的.DDoS攻击具有规模不断扩大、攻击方式更加智能的特征.其检测的难点在于：1)攻击流量的特征不容易被识别；2)相关网络节点之间缺乏协作；3)攻击工具的功能变强，使用门槛降低；4)地址欺诈使得跟踪攻击的来源变得困难；5)持续时间短.在传统的网络结构中，DDoS攻击检测技术分为2类：基于流量特性和基于流量异常.前者主要通过收集攻击的相关特征信息，建立1个DDoS攻击特征数据库，再将当前网络中数据包的数据……