.png){kind=icon}
返回
Loop-Filter: A Feedback Control Approach for Eliminating Link Flooding Attack
.png){kind=icon}
PRE
AI
DOI：10.1109/TIFS.2025.3640856.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
链路泛洪攻击（LFA）作为一种新型的间接分布式拒绝服务攻击形式，对网络构成了重大威胁。亟需一种能够消除LFA的防御机制。LFA以闭环方式运行，持续监控目标链路并调整流量以适应网络变化，从而维持攻击。这意味着有效的LFA防御应基于反馈控制，能够对演变的攻击策略做出自适应响应。然而，现有的消除LFA的工作采用开环方式运行，在整个防御过程中缺乏反馈，导致其无法高效检测和阻断攻击流。本文采用反馈控制概念提出Loop-Filter，首先过滤受攻击链路上的部分流量，然后基于链路和流的反馈优化检测到的攻击流，以优化流量过滤。此过程迭代重复，直至受攻击链路恢复正常。为实现该概念，我们提出了基于区块链的协作防御架构，并引入经济激励机制以促进域间合作。同时，我们利用强化学习，基于反馈学习如何快速准确地调整流的检测结果。我们还设计了过滤规则的无损压缩方法，并动态部署以最大化丢弃攻击流量。最后，我们在各种流量条件下验证了Loop-Filter的有效性和效率。
Keyword:
Link flooding attack
feedback control
collaborative defense
blockchain
reinforcement learning
traffic filtering
期刊
IF:
8
论文数:
5.3K
被引数:
2.3W
机构
引用论文
ReLFA: Resist link flooding attacks via renyi entropy and deep reinforcement learning in SDN-IoT.png)
CHINA COMMUNICATIONS
CHINA COMMUNICATIONSIF3.1
PREAI
分享收藏
A Deep ConvNet-Based Countermeasure to Mitigate Link Flooding Attacks Using Software-Defined Networks基于深度卷积网络，利用软件定义网络来缓解链路泛洪攻击的深度卷积网络反制措施
PREAI
分享收藏
查看更多内容