فهرست نشریات علمی دسترسی آزاد ایران

شبکه‌های نرم‌افزارمحور، معماری جدیدی از شبکه‌های کامپیوتری بوده که از هدایت‌کننده مرکزی استفاده می‌کنند. این شبکه‌ها متکی بر نرم‌افزار هستند و از این‌رو، حملات امنیتی گوناگونی می‌تواند از طریق اجزای مختلف شبکه بر ضد آن‌ها صورت گیرد. یکی از این نوع حملات، حمله منع سرویس توزیع‌شده است. این حمله یکی از جدی‌ترین تهدیدات در دنیای شبکه‌های کامپیوتری است و بر روی کارایی شبکه، تاثیرمی‌گذارد. در این پژوهش یک روش تشخیص حملات منع‌سرویس توزیع‌شده به نام «حمله‌یاب» در شبکه‌های نرم‌افزارمحور ارائه شده است. این سامانه مبتنی بر ترکیب روش‌های آماری و یادگیری ‌ماشین است. در روش آماری از آنتروپی مبتنی بر آی پی مقصد و توزیع نرمال با استفاده از حد آستانه انعطاف‌پذیر، برای تشخیص حملات استفاده شده است، توزیع نرمال، یکی از مهم‌ترین توزیع‌های احتمال پیوسته در نظریه احتمالات است. در این توزیع، میانگین آنتروپی و انحراف استاندارد در تشخیص حملات تأثیر دارند. در بخش یادگیری‌ ماشین، با استخراج ویژگی‌های مناسب و استفاده از الگوریتم‌های کلاس‌بندی نظارت‌شده، دقت تشخیص حملات منع‌سرویس توزیع‌شده بالا می‌رود. مجموعه داده‌های مورد استفاده در این پژوهش، ISCX-SlowDDoS2016، ISCX-IDS2012، CTU-13 و ISOT هستند. روش پیشنهادی حمله‌یاب با چند روش دیگر مقایسه شده است که نتیجه مقایسه نشان می‌دهد که روش حمله‌یاب با دقت 65/99 و نرخ هشدار غلط، 12/0 برای مجموعه داده UNB-ISCX و دقت تشخیص ۹۹٫۸۴ و نرخ هشدار غلط ۰٫۲۵ برای مجموعه‌ داده 13-CTU دقت و کارایی بالایی نسبت به سایر روش‌های دیگر دارد.