[发明专利]一种SDN环境下基于LDMDBF的DDoS攻击检测方法

摘要

本发明提供了一种面向SDN环境基于LDMDBF的DDoS攻击检测方法，该检测方法包括：使用模块化思想，通过流量统计模块在SDN控制器上收集数据包流量；然后发送至特征提取模块提取出五个关键的特征数据：流包数均值，流包字节中位数，端口增速，源IP增速，对流百分比；最后发送至分类检测模块接收五元组数据并运用基于LDMDBF的kNN算法进行DDoS攻击检测，以此识别五元组数据流量是正常流量还是攻击流量，基于LDMDBF的kNN算法基于引入参考点的思想，相比传统kNN算法，测试数据仅需和参考点作距离运算，大幅度降低算法的时间复杂度，加快k近邻的执行效率。本发明将基于LDMDBF的kNN算法与DDoS攻击检测相结合，在SDN环境下进行部署实施，进而更加快速的检测出正常流量与攻击流量。

主权项

1.一种SDN环境下基于LDMDBF的DDoS攻击检测方法，其特征在于，包括以下步骤：步骤1：通过流量统计模块收集捕获到的流量。流量统计模块主要通过OpenFlow协议实现流表收集，向OpenFlow交换机定期地发送流表请求来获得流表信息，进而经加密信道传送流表信息。步骤2：通过特征提取模块解析流，并且提取描述网络流的基本特征。选取以下五个特征作为DDoS攻击检测算法的输入：选取流包数均值、流包数中位值、端口增速、源IP增速、对流百分比。步骤3：通过分类检测模块接收从特征提取模块传递过来的五元组，进而识别流量是攻击流量还是正常流量。分类检测模块使用基于LDMDBF的kNN算法对特征提取模块中的五元组进行流量分类，对正常流量与异常流量采用1：1的数量比例在分类模块中进行训练。