Resumen

La red definida por software (SDN) es un enfoque prometedor para las redes que proporciona una capa de abstracción para la red física. Esta tecnología tiene el potencial de disminuir los costos y la complejidad de las redes dentro de los grandes centros de datos. Aunque SDN ofrece flexibilidad, tiene fallas de diseño en cuanto a la seguridad de la red. Para apoyar el uso continuo de SDN, estas fallas deben ser corregidas utilizando un enfoque integrado para mejorar la seguridad general de la red. Por lo tanto, en este documento, proponemos un modelo de red neuronal recurrente (RNN) basado en una nueva técnica de regularización (RNN-SDR). Esta técnica soporta la detección de intrusiones dentro de las SDN. El propósito de la regularización es generalizar el modelo de aprendizaje automático lo suficiente como para que se realice de manera óptima. Los experimentos en los conjuntos de datos KDD Cup 1999, NSL-KDD y UNSW-NB15 lograron precisión del 99.5%, 97

• Materias:Cifrados de bloques Seguridad cibernética Malware Ocultación de datos Cifrado homomórfico
• Subjects:Block ciphers Cyber security Malware Data hiding Homomorphic encryption
• Palabras claves:Redes definidas por software; SDN; Seguridad de redes; Red neuronal recurrente; RNN-SDR; Detección de intrusos
• Keywords:Software-defined networking; SDN; Network security; Recurrent neural network; RNN-SDR; Intrusion detection