摘要
本发明公开了一种面向工业互联网的DDoS防御方法,通过可编程交换机的数据平面处理入网流量,利用草图数据结构周期性地统计数据包,并运行防御程序快速缓解攻击。通过控制平面的P4runt ime API实现动态改变防御策略,提出原语放置机制最大化利用可编程交换机性能;通过边缘服务器冗余模块补充缓解过程,引入联邦学习框架部署本地检测CNN模型补充检测过程。在工业互联网场景下,机制中基于联邦学习的DDoS检测方法有效解决了DDoS攻击新变体检测难和机器学习模型部署难的问题;基于可编程交换机的DDoS缓解策略有效解决了DDoS攻击类型异构且动态缓解难和防御程序部署难的问题,在计算能力限制和内存资源有限的条件下,扩大防御范围,实现DDoS攻击动态快速缓解。
技术关键词
可编程交换机
面向工业互联网
Bloom过滤器
样本
机器学习模型
整数线性规划
策略
中心服务器
程序
检测交换机
卷积神经网络模型
过采样技术
数据包丢弃
更新模型参数
编排算法
随机梯度下降
系统为您推荐了相关专利信息
远程监控系统
实时数据
数据处理平台
设施
预测设备故障
电子围栏
智能分单方法
历史订单号
计算机存储介质
物流平台
检测模型训练方法
障碍物类别
障碍检测方法
特征融合网络
样本