1.一种基于SDN控制器的LDoS攻击检测与缓解方案,其特征在于,所述的LDoS攻击检测与缓解方案包括以下三个步骤:
步骤1、流量信息采集:固定采样时间和采样间隔,在采样时间内基于采样间隔周期性地调用SDN控制平面的API,获取交换机的端口流量和流表流量;
步骤2、攻击检测:将轻量级端口异常检测方法和LightGBM分类模型有机结合,根据步骤1获取的流量判断网络在采样时间内是否存在LDoS攻击;
步骤3、攻击缓解:通过Smith‑Waterman算法定位受攻击的端口,并下发流表规则,丢弃攻击流量。
2.根据权利要求1中所述的LDoS攻击检测与缓解方案,其特征在于,步骤2中结合轻量级端口异常检测方法和LightGBM分类模型检测LDoS攻击,包括以下三个步骤:步骤2.1、分析采样时间内获取到的交换机的端口流入流量和流出流量是否平衡来判断端口流量是否异常;
步骤2.2、针对LDoS攻击在通信和效果两个方面的特点,提取流表流量的四维特征;
步骤2.3、将流表流量的四维特征输入到训练好的LightGBM分类模型中进行分类,根据分类结果判断攻击是否存在。
3.根据权利要求2中所述的LDoS攻击检测与缓解方案,其特征在于,步骤2.1中若端口流入流量和流出流量平衡,即端口流入流量和流出流量的包数差的绝对值小于4500时,则端口流量正常,网络中不存在LDoS攻击,否则,端口流量异常,网络中可能存在LDoS攻击,并需要通过步骤2.2和步骤2.3进行进一步判断。
4.根据权利要求2中所述的LDoS攻击检测与缓解方案,其特征在于,步骤2.2中提取出总流量传输速率的平均值和平均绝对离差,正常TCP流量传输速率的平均值和占比的平均绝对离差这四维特征。
5.根据权利要求2中所述的LDoS攻击检测与缓解方案,其特征在于,步骤2.3中若分类结果值更靠近无攻击时的标签值0,即分类结果值小于或等于0.5,则LDoS攻击不存在,若更靠近有攻击时的标签值1,即分类结果值大于0.5,则网络中存在LDoS攻击。
6.根据权利要求1中所述的LDoS攻击检测与缓解方案,其特征在于,步骤3中使用Smith‑Waterman算法定位受攻击的端口并通过下发流表规则过滤掉攻击流量,包括以下两个步骤:
步骤3.1、使用Smith‑Waterman算法对交换机各端口的流入流量序列与攻击流量序列进行局部比对,具有最大相似度得分的端口即为受攻击的端口;
步骤3.2、通过控制器下发一条流表规则,安装在交换机上,丢弃掉来自于受攻击端口的攻击流。
7.根据权利要求6中所述的LDoS攻击检测与缓解方案,其特征在于,步骤3.1中攻击流量序列是指根据LDoS攻击流量的ON/OFF模式创建出来的序列,可以有效表示LDoS攻击流量的特点,ON/OFF模式指LDoS攻击在一个攻击周期内,只在小部分时间内存在攻击,其余时间内保持静默。
8.根据权利要求6中所述的LDoS攻击检测与缓解方案,其特征在于,步骤3.2中下发一条端口匹配字段为步骤3.1获得的端口号、动作匹配字段为丢弃的流表规则,并安装在交换机上,丢弃来自于受攻击端口的流量,达到缓解攻击的目标。