基于自适应神经模糊分类器与 SDN 辅助的雾计算中实时 TCP SYN Flood DDoS 缓解
密码学与安全
2023-11-28 v1
摘要
物联网 (IoT) 的兴起近来以多种方式影响了我们的日常生活。因此，产生了海量数据并需要在短时间内处理。故而，诸如云计算等计算模型的结合是必要的。云平台的主要缺点是其因集中式主机而导致的高延迟。幸运的是，一种称为雾计算的分布式范式已出现以克服此问题，提供低延迟和高接入带宽的云服务以支撑众多 IoT 应用场景。然而，针对雾服务器的攻击可有多种形式，例如严重影响的雾服务可靠性与可用性的分布式拒绝服务 (DDoS) 攻击。为应对这些挑战，我们提出利用自适应神经模糊推理系统 (ANFIS) 和软件定义网络 (SDN) 辅助 (FASA) 来缓解基于雾计算的 SYN Flood DDoS 攻击。仿真结果表明，FASA 系统在准确率、精确率、召回率和 F1 分数方面优于其他算法。这显示了我们的系统对于检测和缓解 TCP SYN flood DDoS 攻击的关键作用。
引用
@article{arxiv.2311.15633,
title = {Toward a real-time TCP SYN Flood DDoS mitigation using Adaptive Neuro-Fuzzy classifier and SDN Assistance in Fog Computing},
author = {Radjaa Bensaid and Nabila Labraoui and Ado Adamou Abba Ari and Leandros Maglaras and Hafida Saidi and Ahmed Mahmoud Abdu Lwahhab and Sihem Benfriha},
journal= {arXiv preprint arXiv:2311.15633},
year = {2023}
}
备注
16 pages