SDN网络下基于OVS的DDoS检测防御系统的研究与实现的任务书.docx

SDN网络下基于OVS的DDoS检测防御系统的研究与实现的任务书
任务书
一、任务背景
随着互联网的快速发展和普及，网络安全面临着严峻的考验。网络攻击的种类和方式越来越多样化，其中DDoS攻击成为网络安全领域的主要安全威胁之一。DDoS攻击是指通过大量的恶意流量向目标服务器发送请求，使得目标服务器的负载过高，无法正常运作，从而导致服务瘫痪。为了提高网络系统的安全性，需要开发一种高效的DDoS检测防御系统。
软件定义网络（SDN）作为一种全新的网络架构，以其灵活性、可编程性和集中管理等特点，为网络安全提供了新的思路和解决方案。SDN网络中，控制层与数据层分离，控制器可以根据网络状态及特定的安全策略，动态地调整流规则，实现对网络安全的细粒度控制。因此，在SDN网络中开发一种基于流量特征检测的DDoS检测防御系统，是提高网络安全性的有效手段。
二、任务目标
本课题旨在开发一种基于OVS的DDoS检测防御系统，在SDN网络中实现对DDoS攻击的检测与防御，具体目标如下：
1.通过对SDN网络中的流量特征进行分析和挖掘，建立合理的DDoS攻击检测模型；
2.设计和实现基于OVS的DDoS攻击检测防御系统，主要包括以下内容：
（1）字符流和标准流的识别和分类实现；
（2）实现流特征提取和聚类分析，建立DDoS攻击检测模型；
（3）结合机器学习技术，实现流的分类和识别，提高检测准确性；
（4）实现DDoS攻击的防御，采用限速、阻塞等方式对威胁流实现过滤。
3.验证和评估系统的性能和可用性，包括系统的鲁棒性、准确性、响应速度等。
三、任务实施方案
1.流量特征分析和挖掘
（1）对SDN网络中的流量进行采集和预处理，获取流量数据；
（2）实现特征提取和选择，挖掘流量中的有效特征，建立DDoS攻击检测模型；
（3）采用聚类分析和分类算法，对流量进行分析和分类。
2.基于OVS的DDoS检测防御系统的设计和实现
（1）配置OVS交换机，并实现流表的管理和控制；
（2）实现DDoS检测模型，结合机器学习技术，提高检测准确性；
（3）实现针对DDoS攻击的过滤策略和限速等防御措施。
3.系统性能评估和优化
（1）构建合适的评估指标，对系统性能进行评估和优化，包括准确率、误判率、响应速度等；
（2）对系统进行功能测试和性能测试，提供完整的性能报告。
四、任务要求
1.熟练掌握SDN网络和OVS等技术；
2.熟悉机器学习、数据挖掘和流量分析算法；
3.具备一定的编程能力，熟练掌握C/C++、Python等编程语言；
4.具备团队合作意识和沟通协作能力；
5.具备独立思考、解决问题、自我学习和不断创新的能力。
五、参考文献
1.方建平,关照伟,陈光锋.基于SDN与机器学习技术的DDoS攻击检测与防御的研究[J].计算机科学,2019,46(12):301-307.
2.张瑜,曹铁岭,于峥鸣,等.SDN网络DDoS防御机制综述[J].计算机应用研究,2018,35(10):2793-2800.
3.谈力,高丽丽,李浩洋,陈光锋.基于SDN的DDoS攻击防御机制研究[J].通信学报,2018,39(11):101-110.
6.汪涛,付佳,李俊强,等.基于机器学习的DDoS攻击检测系统研究[J].计算机工程与设计,2019,40(1):283-289.