基于深度学习的SDN虚拟蜜网路由优化
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

2018年度广东省普通高校重点科研平台和科研项目(2018GKTSCX084);广州民航职业技术学院校级科研项目(17X0206)


SDN Virtual Honeynet Routing Optimization Based on Deep Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对传统蜜网所致的成本昂贵、流量控制不便及动态调整困难等问题,提出使用SDN、ODL与Mininet技术部署轻量级虚拟蜜罐,组建虚拟蜜网拓扑,使用深度学习技术DDPG优化路由选择路径.通过实验表明,优化后的路由选择机制具备动态调整网络结构,有较好的收敛性和选择性.使得网络在遭受攻击时,能将攻击转向蜜网,从而减少攻击造成的危害,增强网络主动防御能力.

    Abstract:

    The traditional honeynet has many drawbacks such as inconvenient deployment, difficult flow control, and complex dynamic adjustment. This study proposes to use SDN, ODL, and Mininet technology to deploy lightweight virtual honeypots, build virtual honeynet topology, and use deep learning technology to optimize route selection. The experimental results show that the proposed SDN routing optimization mechanism has sound convergence and effectiveness, and can turn the attack to honeynet when the network is attacked, so as to reduce the damage caused by the attack and thus reduce the network attack threat.

    参考文献
    相似文献
    引证文献
引用本文

胡洋.基于深度学习的SDN虚拟蜜网路由优化.计算机系统应用,2020,29(10):274-279

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2020-03-11
  • 最后修改日期:2020-04-10
  • 录用日期:
  • 在线发布日期: 2020-09-30
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号