Резкое увеличение количества абонентов телекоммуникационных сетей существенно осложнило использование традиционных сетевых архитектур. Чтобы соответствовать растущим потребностям абонентов телекоммуникационных сетей, была предложена архитектура SDN (Software-Defined Network). Поскольку технология SDN обеспечивает возможности сетевой виртуализации, разделяет плоскости управления и переадресации, реализует логически централизованное управление и открывает возможности гибкого конфигурирования сети в соответствии с потребностями сервисов и приложений. Эта архитектура особенно подходит для реализации сетей ЦОД. Такая сеть будет отличаться функциональностью, и поддерживать централизованное управление. В данной статье представлен обзор технологии программно-конфигурируемых сетей. Описаны особенности архитектуры данных сетей, а также основные преимущества данной технологии перед архитектурой традиционных сетей. Рассмотрен вопрос обеспечения безопасности в SDN. На основании анализа статей был сделан вывод, что решать проблему безопасности программно-конфигурируемых сетей можно с помощью методов машинного обучения. Представлен обзор различных исследований и экспериментов по использованию этих методов для выявления и предотвращения потенциальных атак в SDN. Методы машинного обучения также могут применяться для анализа трафика с учетом QoS (Quality of Service «качество обслуживания»). Рассмотрены работы, посвященные обеспечению качества обслуживания программно-конфигурируемых сетей. В том числе с использованием методов машинного обучения.
РИНЦ: https://www.elibrary.ru/item.asp?id=41321761
На сайте журнала International Journal of Open Information Technologies: http://www.injoit.org/index.php/j1/article/view/773
Cкачать PDF или читать онлайн на КиберЛенинке: https://cyberleninka.ru/article/n/primenenie-metodov-mashinnogo-obucheniya-v-sdn-v-zadachah-obnaruzheniya-vtorzheniy
РУДН. Репозиторий: https://repository.rudn.ru/ru/records/article/record/61739/
С. С. Волков, И. И. Курочкин. Применение методов машинного обучения в SDN в задачах обнаружения вторжений // International Journal of Open Information Technologies. – 2019. – Т. 7. – № 11. – С. 49-58.