基于 SDN/ML 的网络安全中的挑战：一项综述
密码学与安全
2019-01-10 v2
摘要
随着越来越多联网设备的接入、恶意活动变得更加隐蔽，以及软件定义网络（SDN）等新技术的出现，机器学习在网络安防领域正日益普及。基于机器学习的 SDN 安全模型位于应用层并与控制层通信，对整个 SDN 的路由/交换施加重大影响。因此，攻陷这些模型成为一个极具吸引力的目标。以往的综述要么关注对抗性机器学习，要么关注 SDN 的通用漏洞，但未能兼顾二者。通过考察最新的基于 ML 的 SDN 安全应用，并审视 ML/SDN 特有漏洞及常见的针对 ML 的攻击方法，本文作为一项独特的综述，论证了应当为基于 ML 的 SDN 安全应用建立更安全的开发流程。
引用
@article{arxiv.1804.03539,
title = {The Challenges in SDN/ML Based Network Security : A Survey},
author = {Tam N. Nguyen},
journal= {arXiv preprint arXiv:1804.03539},
year = {2019}
}
备注
8 pages. arXiv admin note: substantial text overlap with arXiv:1705.00564