Einbruchmeldesystem

Software-Defined Networks (SDN) bieten eine verbesserte Netzwerkverwaltung und -steuerung, führen aber auch neue Sicherheitslücken ein. In diesem Buch wird ein umfassender Ansatz für die Erkennung von Angriffen in SDN-Umgebungen vorgestellt, der Elliptic Curve Cryptography (ECC) für eine sichere Datenübertragung mit einem hybriden maschinellen Lernmodell für eine genaue Angriffsklassifizierung kombiniert. Das System nutzt das Curve25519-Dalek-Hash (CDH)-Schlüsselaustauschprotokoll, um sensible Netzwerkdaten zu verschlüsseln und Vertraulichkeit und Integrität zu gewährleisten. Ein hybrides Modell, das XG-Boost- und Light-GBM-Algorithmen integriert, wird für eine effiziente und genaue Angriffserkennung eingesetzt. Das vorgeschlagene System wird anhand eines realen SDN-Datensatzes evaluiert und zeigt eine hohe Genauigkeit und Effizienz bei der Erkennung bösartiger Aktivitäten.

Autorentext

D.Kanimozhi, professeur adjoint au Collège d'ingénierie de Kathir, est titulaire d'un baccalauréat en technologies de l'information et d'une maîtrise en ingénierie informatique et de la communication. V C Nathiya, professeur adjoint au collège d'ingénierie de Kathir, est titulaire d'un baccalauréat en génie informatique et d'une maîtrise en génie informatique.