论文部分内容阅读
软件定义光网络(SDON)中,控制平面可能遭遇入侵威胁从而对网络的稳定可靠服务供给造成影响。文章针对SDON集中控制平面安全问题提出了一种基于机器学习的入侵检测策略,采用孤立森林算法来检测点异常,采用指数权重移动平均(EWMA)算法来检测序列异常。理论分析和仿真实验结果表明,所提的基于机器学习的SDON检测技术能够实现90%点异常检测准确率和85%序列异常检测准确率。