基于决策树的SDN网络入侵分类检测模型

摘要：

软件定义网络(SDN)由于只有一个控制点,更容易受到网络攻击,为更好检测和防范网络攻击,提出一种基于决策树的SDN网络入侵分类检测模型.通过引入类间中心距离,分别计算各类和其它类别的类间中心距离,以此作为判断各个类别分离程度的依据,确定类别的先后分离顺序.通过将多分类任务分解为多个两类分类问题,构造多分类决策树模型.实验结果表明,基于类间中心距离的SDN网络入侵分类检测算法具有良好的检测性能.

关键词：软件定义网络、决策树、机器学习、入侵分类检测、类间距离

所属期刊栏目：43

分类号：TP393.0(计算技术、计算机技术)

资助基金：国家自然科学基金61572269

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2146-2152