基于深度学习的SDN恶意应用的检测方法

摘要：

SDN(软件定义网络)核心技术是通过将网络设备控制层与数据转发层分离,实现网络流量的灵活控制.目前针对SDN网络架构的恶意应用研究还较少.针对这一问题,在总结分析现有恶意应用检测方法的基础上,基于深度学习技术提出一种面向SDN恶意应用的检测方法,将恶意应用转化为图片,在TensorFlow深度学习框架下对32个SDN恶意样本进行学习和检测,实验数据表明,该方法对恶意应用检测率可以达到89％,验证了方案的可行性.

关键词：软件定义网络、恶意应用、检测方法、图片、深度学习

所属期刊栏目：40

分类号：TP311.1(计算技术、计算机技术)

资助基金：国家发改委信息安全专项基金项目发改办高技[2015] 289号;国家863高技术研究发展计划基金项目2015AA017202;国家重点研发计划基金项目2018YF1004101

在线出版日期：2019-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2134-2139