【摘 要】
：
超大流量的分布式拒绝服务（DDoS）攻击已经成为了网络安全的重要威胁。已有的DDoS防御手段集中于末端防御,由于流量已经汇集,这给防御方带来了隐私泄露和服务延迟的隐患。同时,混合DDoS攻击也给中间网络防御方法带来了挑战。针对传统的云服务器DDoS过滤方法的缺陷,本文提出一种将DDoS防御策略分配至边缘服务器,并使用强化学习优化防御策略分配的方法,并且设计了一种基于联邦学习的边缘服务器DDoS流量
论文部分内容阅读
超大流量的分布式拒绝服务（DDoS）攻击已经成为了网络安全的重要威胁。已有的DDoS防御手段集中于末端防御,由于流量已经汇集,这给防御方带来了隐私泄露和服务延迟的隐患。同时,混合DDoS攻击也给中间网络防御方法带来了挑战。针对传统的云服务器DDoS过滤方法的缺陷,本文提出一种将DDoS防御策略分配至边缘服务器,并使用强化学习优化防御策略分配的方法,并且设计了一种基于联邦学习的边缘服务器DDoS流量检测方法。主要工作为:1.提出一种网络流量拦截的图优化问题模型,并对其关键问题进行描述。为这一优化问题设置一个可行的贪心算法并求解,之后针对这种图优化问题解决方案的缺陷（近似解近似率、运算时间和算法的扩展性）,提出了一种基于图卷积神经网络和深度强化学习的解决方案,使其能够对DDoS攻击流量进行实时反应,并更改防御策略的部署方法。此方法使用图卷积神经网络学习网络结构信息并向量化,为Q网络提供一个统一结构的输入,使该方法可以应用在不同规模的图问题中。2.针对当前DDoS攻击方式多样化混合化,受保护方对于用户信息和自身信息的安全以及互联网服务提供商（ISP）对本地信息的保护的要求,提出一种基于联邦学习的DDoS攻击流量分类方法,使其可以通过分布在不同的ISP的边缘服务器,在不暴露本地信息的基础上共享学习结果。通过实验说明强化学习方法可以有效减少计算时间,得到近似解。并通过实验说明基于联邦学习的DDoS分类器可以在不暴露本地信息的情况下,使其性能达到本地学习的效果。文章中提出的方法为DDoS攻击防御提供了新的思路,使不同的ISP可以有效地协同防御攻击,并且可以保护它们的隐私信息。
其他文献
海底管道是海洋油气资源开发的重要运输载体。海底管道长期服役于复杂的海洋环境中,管道发生腐蚀风险的不可避免。腐蚀缺陷使管道的壁厚局部变薄,管道的承载能力下降,管道容易发生泄漏、断裂等失效事故。海底管道一旦发生油气泄漏事故,不但影响石油天然气的运输,并给国家和社会带来严重的经济损失,还会对当地海洋生态环境造成严重的次生灾害。因此,含腐蚀缺陷海底管道的失效压力分析一直是油气管道运输安全的主要问题之一,为
光与物质互作用的相关研究一直是物理界广泛关注的课题之一,这方面的系统研究最早可追溯到光电效应的发现。20世纪60年代激光的发明,将光与物质互作用的研究带入了一个全新的时代。随着激光技术的不断发展,激光的强度不断提高,已经远远超过能将原子分子等直接电离的电场强度;激光脉冲宽度持续缩短,实现了从纳秒、皮秒到飞秒再到阿秒的飞跃发展。在这种超短超强激光作用下,原子或分子会通过吸收光子能量而被电离或解离。可
纳米技术的重点是纳米级结构的设计。纳米材料在工业、生物医学和环境领域的应用越来越重要。生物纳米反应器是一种模拟自然区域化的纳米材料,区域化即细胞的各种生物分子通常都限制在一定的区域内,不同区域负责不同的功能,如细胞的能量代谢主要是发生在线粒体内,蛋白质的合成则在细胞质内进行;而区域化对于隔绝有毒的中间反应物、提高反应效率及防止不同反应的相互影响等方面都起到了重要的作用。病毒、铁蛋白、细菌微室和某些
液滴撞击液体表面现象广泛见于自然界及工业应用之中。尽管液滴撞击液体表面是一个经典的流体力学问题,也经过了长时间广泛的研究,但是由于液滴与液体表面的相互作用及复杂的流动过程使得其具体的动态过程仍未被充分理解。本文通过高速摄影与图像处理技术研究粘性液滴撞击液体表面的过程,重点关注液面上方的飞溅、射流及液冠的形成和液面下方液滴的互溶形态等问题。一般认为,当液滴撞击液池时会有沃辛顿射流产生。然而本研究中使
近年来,太赫兹技术在通信、安防、物质鉴定等多个领域的应用发展迅速,随之太赫兹辐射的生物损伤性成为人们密切关注且亟待研究的问题。蛋白酶在人体生理活动中扮演着不可或缺的角色,有关太赫兹辐射对碱性磷酸酶功能影响的研究较少,它们之间的相互作用机制也有待挖掘。因此,本文以碱性磷酸酶为研究对象,旨在研究太赫兹辐射（0.1 THz,13 mW/cm2）对碱性磷酸酶活性的影响,并从蛋白结构层面探索其相互作用机制,
过去十年中,包括电子皮肤在内的可穿戴电子设备已取得了显著的研究进展。压力传感器,作为电子皮肤的重要组成部分,由于在健康监测、人机交互和人工智能等领域的潜在应用引起了巨大的关注。如何改善压力传感器的性能,尤其是灵敏度和检测下限,对于拓展压力传感器的应用范围十分重要,但是到目前为止,这依然是一大挑战。本论文报道了一种基于仿生多级结构的超灵敏压阻型压力传感器且该传感器具有新颖的光增强的功能。该表面多级结
目前,随着工业生产自动化程度提高,机器人在汽车、港口大型构件制造等领域应用广泛。节约能量一直是学术界和工业界关注的重点。因此,随着机器人大范围的应用,如何更好地节约能量必将是未来工业发展关注的核心。在焊接领域,焊接自动化离不开焊接机器人。工业应用中的大部分为弧焊机器人,在焊接过程中,如何在保证焊接质量的前提下减少焊接机器人的功率消耗具有重要的实际应用价值,其一可以节省能量,其二可以降低工业生产成本
地源热泵技术由于其节能、环保等优点在国内得到了越来越广泛的应用,对于地源热泵系统的性能研究主要方法有实测数据分析、建立仿真模型以及数据驱动技术预测等。首先,因为很多地源热泵系统没有安装监测系统导致实测数据的获得变得很困难,其次仿真模型的建立过程非常复杂,所以现在对地源热泵系统性能的研究越来越多的利用数据挖掘技术。在常用的数据挖掘技术中,随机森林模型（Random Forest,RF）具有稳定性强、
DB（Design-Build）总承包模式逐渐在我国工程建设领域得到广泛应用,联合体组成的承包商承接DB项目的情况也越来越多,承包商根据DB模式的特点,可以对项目的设计和施工进行一体化的整合优化,从而实现项目利润率的增大。联合体承包商在DB项目实践过程中会面对很多风险,工程设计为项目建设过程中的龙头,联合体承包商设计方的风险管理不当,会直接影响项目的成本、质量与效益,目前专门针对DB模式联合体设计
基于分布式光纤传感的周界安防系统能够灵敏地监测环境振动,通过光纤传感信号判断入侵事件。在实际应用环境中,光纤传感信号模式复杂且存在噪声干扰,需要设计模式识别算法对光纤扰动信号进行分类,发出入侵预警。如何设计区分度更强、更易于学习的信号特征提取方法,以及选择合适简便的算法设计分类器模型,达到更准确的识别精度是近年来的研究热点和难题。本文针对光纤传感信号模式识别的特征提取方法、分类器设计等方面进行研究