Unleashing the power of SDN and GNN for network anomaly detection: State‐of‐the‐art, challenges, and future directions

异常检测 计算机科学 软件定义的网络 数据挖掘 异常(物理) 图形 分布式计算 理论计算机科学 物理 凝聚态物理
作者
Archan Dhadhania,Jitendra Bhatia,Rachana Mehta,Sudeep Tanwar,Ravi Sharma,Amit Verma
出处
期刊:Security and privacy [Wiley]
卷期号:7 (1) 被引量:4
标识
DOI:10.1002/spy2.337
摘要

Abstract Modern computer networks' increasing complexity and scale need serious attention towards network anomaly detection. Software‐defined networking (SDN) and graph neural networks (GNN) have emerged as promising approaches for anomaly detection due to their ability to capture dynamic network behavior and learn complex patterns from large‐scale network data. The amalgamation of SDN and GNN for network anomaly detection presents promising opportunities for improving the accuracy and efficiency of network anomaly detection. This paper focuses on various trends, issues, and challenges by integrating GNN on the top of SDN for network anomaly detection. The article highlights the advantages of using SDN for providing fine‐grained control and programmability in network monitoring. At the same time, GNN can model network behavior as a graph and learn representations from graph‐structured data. The authors also discuss the limitations of traditional anomaly detection methods in SDN, such as rule‐based approaches, and the potential of GNN to overcome these limitations by leveraging their ability to capture non‐linear and dynamic patterns in network data. This paper also presents a case study of DoS attack detection using SDN. The result shows that SDN based approach helps to detect attacks with an accuracy of 97% with future research directions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
南北应助科研通管家采纳,获得10
刚刚
打打应助科研通管家采纳,获得10
刚刚
琉璃苣应助科研通管家采纳,获得10
刚刚
乐乐应助科研通管家采纳,获得10
刚刚
qmf发布了新的文献求助10
刚刚
酷波er应助科研通管家采纳,获得10
刚刚
调研昵称发布了新的文献求助10
刚刚
纪昕关注了科研通微信公众号
刚刚
不想长大完成签到 ,获得积分10
1秒前
以恒之心完成签到,获得积分10
2秒前
独特的板凳完成签到,获得积分10
2秒前
2秒前
司徒不二完成签到,获得积分0
2秒前
dy完成签到,获得积分10
4秒前
英姑应助笨笨的不斜采纳,获得10
4秒前
5秒前
小明完成签到,获得积分10
5秒前
5秒前
李健应助迪迦奥特曼采纳,获得10
6秒前
米粥饭完成签到,获得积分10
6秒前
LHL完成签到,获得积分10
6秒前
圣人海完成签到,获得积分10
6秒前
小白完成签到,获得积分10
7秒前
júpiter完成签到,获得积分10
7秒前
超帅的西牛完成签到 ,获得积分10
8秒前
调研昵称发布了新的文献求助10
8秒前
sy发布了新的文献求助10
8秒前
lusuoshan完成签到,获得积分10
8秒前
LiM完成签到,获得积分10
9秒前
飞翔的蒲公英完成签到,获得积分10
9秒前
犹豫梦旋完成签到,获得积分10
9秒前
qmf完成签到,获得积分20
9秒前
9秒前
wyuxilong完成签到,获得积分10
9秒前
LHL发布了新的文献求助10
10秒前
LiM发布了新的文献求助10
11秒前
roking完成签到,获得积分10
11秒前
Azyyyy完成签到,获得积分10
11秒前
末123456完成签到,获得积分10
12秒前
lf-leo完成签到,获得积分10
12秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
Case Research: The Case Writing Process 300
Global Geological Record of Lake Basins 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142849
求助须知:如何正确求助?哪些是违规求助? 2793801
关于积分的说明 7807889
捐赠科研通 2450113
什么是DOI,文献DOI怎么找? 1303653
科研通“疑难数据库(出版商)”最低求助积分说明 627017
版权声明 601350