面向软件定义传感器网络的网络感知 AutoML 框架
密码学与安全
2023-10-27 v2 人工智能
网络与互联网体系结构
摘要
由于当前分布式拒绝服务攻击（DDoS）的检测方案需要额外基础设施来处理高聚合数据速率，它们不适用于传感器网络或物联网。此外，软件定义传感器网络的安全架构需关注软件定义网络与传感器网络两方面的漏洞。本文中，我们提出一种网络感知的自动化机器学习（AutoML）框架，用于检测软件定义传感器网络中的 DDoS 攻击。我们的框架在网络受限环境中选择理想的机器学习算法来检测 DDoS 攻击，使用可变流量负载、异构流量速率和检测时间等指标，同时防止过拟合。我们的贡献有两点：（i）我们首先在 DDoS 检测范围内研究了 ML 算法效率与网络/流量状态之间的权衡。（ii）我们设计并实现了包含开源网络工具的软件架构，并部署了多种 ML 算法。最后，我们表明在拒绝服务攻击下，我们的框架确保流量数据包仍以额外延迟在网络中交付。
引用
@article{arxiv.2310.12914,
title = {Network-Aware AutoML Framework for Software-Defined Sensor Networks},
author = {Emre Horsanali and Yagmur Yigit and Gokhan Secinti and Aytac Karameseoglu and Berk Canberk},
journal= {arXiv preprint arXiv:2310.12914},
year = {2023}
}