In a native OF environment flow sta

In a native OF environment flow statistics collection requires access to the counters
of each flow entry inside the OF forwarding table; flow entries that correspond to
aggregated flows cannot be used due to anomaly detection requirement of per (micro)
flow statistics input. On the other hand, in cases of steep increase of the number of
flow entries (e.g. during DDoS attacks), the use of aggregated flows is required. We
propose a novel method, based on sFlow, which avoids the use of the OF flow
statistics counters. Therefore, access to the packet counters of each flow entry is
eliminated and aggregated flows can be used for forwarding purposes without
affecting the operation of the anomaly detection mechanism. OF control plane is
offloaded, as OF protocol is not used for statistics gathering. Otherwise, the network
anomaly in data plane results to extensive message exchanging between the OF
controller and OF enabled device, thus leading to flow table congestion.
Exploitation of data and control plane decoupling for fast anomaly detection and
mitigation on real-time environments
Anomaly detection is a CPU intensive process that is not feasible to be executed on
the network gear. In parallel, anomaly mitigation on real-time environments requires
a mechanism that is capable to manipulate the forwarding logic of the network gear.
Therefore, an OF Controller manipulates the forwarding table of an OF-enabled
network device (i.e. switch or/and router), establishing the anomaly related flow rules
(e.g. dropping attack flows) which mitigates the anomaly under consideration.
Scalable traffic manipulation using packet sampling techniques
Our approach permits traffic data counting process offloading to external
components. As collateral benefit, possible resource depletion (i.e. CPU, memory of
flow entry cache) is minimized during high traffic rates. We achieve this by using
sFlow packet sampling to minimize the volume of flow-related data. High-end special
purpose equipment is avoided.

Kết quả (Việt) 1:

Trong một nguồn gốc của dòng chảy môi trường bộ sưu tập thống kê đòi hỏi phải truy cập vào đồng hồ
của mỗi mục dòng chảy bên trong bảng chuyển tiếp của; chảy mục tương ứng với
tổng hợp dòng chảy không thể được sử dụng do yêu cầu phát hiện bất thường của mỗi (vi)
chảy đầu vào số liệu thống kê. Mặt khác, trong trường hợp của dốc tăng số lượng
chảy mục (ví dụ như trong thời gian tấn công DDoS), việc sử dụng của dòng chảy tổng hợp là cần thiết. Chúng tôi
đề xuất một phương pháp mới lạ, dựa trên sFlow, tránh việc sử dụng của dòng chảy của
số liệu thống kê quầy. Do đó, truy cập vào đồng hồ gói của mỗi mục dòng chảy là
loại bỏ và tổng hợp dòng có thể được sử dụng cho mục đích mà không chuyển tiếp
ảnh hưởng đến hoạt động của cơ chế phát hiện bất thường. Kiểm soát máy bay là
offloaded, theo giao thức không được sử dụng cho số liệu thống kê thu thập. Nếu không, mạng
bất thường trong kết quả máy bay dữ liệu để mở rộng thư trao đổi giữa của
điều khiển và của thiết bị, cho phép do đó dẫn đến lưu lượng bảng tắc nghẽn.
Khai thác dữ liệu và kiểm soát máy bay tách để phát hiện nhanh bất thường và
giảm nhẹ trên môi trường thời gian thực
Phát hiện bất thường là một quá trình chuyên sâu CPU là không khả thi để được thực hiện trên
bánh mạng. Song song, bất thường giảm nhẹ về thời gian thực môi trường yêu cầu
một cơ chế đó là có khả năng để thao tác logic chuyển tiếp của các thiết bị mạng.
Vì vậy, một của bộ điều khiển sử dụng bảng chuyển tiếp của một kích hoạt của
thiết bị mạng (tức là chuyển đổi hoặc / và router), thiết lập sự bất thường liên quan đến dòng chảy quy tắc
(ví dụ như thả tấn công chảy) mà mitigates sự bất thường đang được xem xét.
Thao tác khả năng mở rộng lưu lượng truy cập bằng cách sử dụng gói mẫu kỹ thuật
cách tiếp cận của chúng tôi cho phép lưu lượng truy cập dữ liệu đếm quá trình offloading đến bên ngoài
thành phần. Như lợi ích tài sản thế chấp, sự suy giảm nguồn lực có thể (tức là CPU, bộ nhớ của
dòng chảy mục bộ nhớ cache) được tối thiểu hoá trong tỷ lệ lưu lượng truy cập cao. Chúng tôi đạt điều này bằng cách sử dụng
sFlow gói mẫu để giảm thiểu khối lượng dữ liệu liên quan đến dòng chảy. Cao cấp đặc biệt
mục đích thiết bị tránh.

Kết quả (Việt) 2:

Trong một bản địa của số liệu thống kê lưu lượng môi trường thu thập yêu cầu truy cập đến các quầy
của mỗi mục dòng chảy bên trong của bảng chuyển tiếp; mục dòng tương ứng với
lưu lượng tổng hợp không thể được sử dụng do yêu cầu phát hiện bất thường của mỗi (vi)
số liệu thống kê lưu lượng đầu vào. Mặt khác, trong trường hợp tăng vọt về số lượng các
mục dòng (ví dụ như trong các cuộc tấn công DDoS), việc sử dụng các dòng tổng hợp là cần thiết. Chúng tôi
đề xuất một phương pháp mới, dựa trên sFlow, mà tránh việc sử dụng các dòng chảy của
số liệu thống kê quầy. Vì vậy, tiếp cận với các quầy gói của mỗi mục dòng chảy được
loại bỏ và các dòng tổng hợp có thể được sử dụng cho các mục đích chuyển tiếp mà không
ảnh hưởng đến hoạt động của các cơ chế phát hiện bất thường. HÀNH điều khiển máy bay được
bán ra, như của giao thức không được sử dụng để thu thập số liệu thống kê. Nếu không, các mạng
bất thường trong kết quả máy bay dữ liệu để thông báo rộng rãi trao đổi giữa HÀNH
CÁC điều khiển và kích hoạt thiết bị, dẫn đến dòng chảy tắc nghẽn bảng.
Khai thác dữ liệu và kiểm soát máy bay tách để phát hiện bất thường nhanh chóng và
giảm thiểu thời gian thực trên các môi trường
phát hiện bất thường là một quá trình chuyên sâu CPU mà không phải là khả thi được thực hiện trên
các thiết bị mạng. Song song, giảm thiểu sự bất thường về môi trường thời gian thực đòi hỏi
một cơ chế có khả năng thao tác logic chuyển tiếp của các thiết bị mạng.
Vì vậy, một bộ điều khiển thao túng các bảng chuyển tiếp của một OF-kích hoạt
thiết bị mạng (tức là chuyển đổi và / hoặc router) , thiết lập các quy tắc dòng chảy bất thường có liên quan
(ví dụ như giảm tấn công chảy) mà giảm nhẹ sự bất thường đang được xem xét.
thao tác giao thông Khả năng mở rộng bằng cách sử dụng kỹ thuật lấy mẫu gói
phương pháp tiếp cận của chúng tôi cho phép lưu lượng truy cập dữ liệu quá trình đếm giảm tải để bên ngoài
các thành phần. Như lợi ích tài sản thế chấp, cạn kiệt tài nguyên có thể (ví dụ như CPU, bộ nhớ của
dòng chảy vào cache) được giảm thiểu trong khi tỷ lệ lưu lượng truy cập cao. Chúng tôi đạt được điều này bằng cách sử dụng
mẫu gói sFlow để giảm thiểu khối lượng dữ liệu lưu lượng liên quan đến. Cao cấp đặc biệt
thiết bị mục đích là tránh.