استفاده از الگوریتم های یادگیری ماشین برای تشخیص حملات DRDoS به سرویس های مبتنی بر UDP در چارچوب SDN

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: استفاده از الگوریتم های یادگیری ماشین برای تشخیص حملات DRDoS به سرویس های مبتنی بر UDP در چارچوب SDN

ارائه دهنده: Provider: میترا اکبری کهنه شهری

اساتید راهنما: Supervisors: دکتر محمد نصیری

اساتید مشاور: Advisory Professors: دکتر رضا محمدی

اساتید ممتحن یا داور: Examining professors or referees: دکتر محرم منصوری زاده، دکتر حاتم عبدلی

زمان و تاریخ ارائه: Time and date of presentation: ۱۴۰۰/۰۸/۰۱ ساعت ۱۶

مکان ارائه: Place of presentation: مجازی

چکیده: Abstract: با پیشرفت سیستم¬ها و تجهیزات جانبی سیار و همچنین ظهور ایده¬های جدیدی مثل محاسبات ابری و داده¬های بزرگ و از همه مهم¬تر افزایش جمعیت کاربران متصل به شبکه نیاز به بازبینی معماری رایج شبکه¬ها و توسعه و پیشرفت آن بیش از پیش موردتوجه است. راه حلی که امروزه به سرعت در حال پیشرفت برای رفع این چالش¬ها مطرح است شبکه های مبتنی بر نرم افزار است. شبکه¬های مبتنی بر نرم¬افزار یک معماری نوین و منحصر به فرد در شبکه است، که در آن جریان ترافیک داده و کنترل شبکه از هم مستقل بوده و هرکدام به صورت مستقیم برنامه¬ریزی می¬شوند. با توجه به دید متمرکز شبکه¬های نرم¬افزار محور این نوع از شبکه دید کلی و جامع تری به شبکه دارد که در صورت بروز حملات که برای اهداف مخرب ایجاد می شوند، از جمله حمله های تقویت شده شبکه¬های نرم افزار محور کارایی بهتری از خود نشان می دهند،حملات نرم افزار محور مبتنی بر تقویت اندازه پاسخ بزرگتری نسبت به درخواست دارند، در حمله تقویت شده حمله کننده آدرس قربانی را به عنوان آدرس منبع جعل می کند و جواب¬ها به جای اینکه به حمله کننده برسند به سمت قربانی می¬روند و به همین دلیل کشف این نوع حملات در شبکه¬های سنتی مشکل¬تر است ولی با استفاده از دید متمرکز شبکه¬های نرم¬افزار محور می¬توان در جهت کشف این حملات نتیجه خوبی داشت. روش¬های مختلفی برای کشف این گونه حملات وجود دارد که یکی از این روش¬ها استفاده از الگوریتم¬های یادگیری ماشین است. در همین راستا در این پایان¬نامه هدف تشخیص آنلاین حملات انکار سرویس مبتنی بر تقویت با استفاده از الگوریتم¬های یادگیری ماشین است که روش یادگیری ماشین یکی از روش¬های تشخیص این نوع حملات هستند.

فایل: ّFile: تنزيل فایل