Resumen

Las redes de conmutación óptica por ráfagas (OBS, por sus siglas en inglés) son frecuentemente comprometidas por atacantes que pueden inundar las redes con paquetes de cabecera de ráfagas (BHPs), causando un ataque de denegación de servicio (DoS), también conocido como ataque de inundación de BHPs. En la actualidad, se han incorporado un conjunto de métodos de aprendizaje automático (ML, por sus siglas en inglés) en los conmutadores centrales OBS para detectar estos ataques de inundación de BHPs. Sin embargo, debido a las características redundantes de los datos de BHP y a la capacidad limitada de los conmutadores centrales OBS, la tecnología existente aún requiere importantes mejoras para funcionar de manera efectiva y eficiente. En este documento, se propone un enfoque de seguridad basado en ML eficiente y efectivo para detectar ataques de inundación de BHPs. El enfoque propuesto consta de una fase de selección de características y una fase de clasificación. La fase de sele

• Materias:Seguridad informática Comunicación inalámbrica Internet de las cosas Ataques de denegación distribuida de servicio
• Subjects:Computer security Wireless communication Internet of things Distributed denial of service attacks
• Palabras claves:Conmutación óptica en ráfaga;redes obs;paquetes de cabecera en ráfaga;ataques de inundación bhp;aprendizaje automático;precisión de clasificación
• Keywords:Optical burst switching;obs networks;burst header packets;bhp flooding attacks;machine learning;classification accuracy