10、基于分布式变分贝叶斯的物联网网络DDoS检测方案

基于分布式变分贝叶斯的物联网网络DDoS检测方案

在物联网（IoT）环境中，硬件设备计算性能较低，因此设计兼顾时间复杂度和匹配精度的有效算法至关重要。本文受分布式机器学习在分类问题上的成功应用启发，提出了一种轻量级的基于机器学习的网络内分布式拒绝服务（DDoS）检测方案。

1. 主要贡献

• 构建了用于DDoS检测的网络内安全架构，分布式交换机可通过集中式参数同步平台协同学习独立的DDoS检测策略。
• 提出了一种混合变分贝叶斯算法，用于检测物联网中的DDoS攻击，该轻量级分布式贝叶斯算法可动态学习DDoS检测策略。
• 进行了大量模拟实验，以验证所提机制的收敛性和效率。

2. 系统模型与问题描述

考虑一个由一组交换机组成的网络，记为 $N = {1, \ldots, n}$。在时间间隔 $\Delta T$ 内，节点 $i$ 收集的流量数据可通过 $K$ 个特征分量拟合为高斯混合模型（GMM）。我们将每个流量信息的 $K$ 个特征作为评估流量数据的指标。

以节点 $i$ 为例，它传输数据包。网络由一系列节点 $V = {1, \ldots, N}$ 和一系列边 $\gamma$ 组成。每对边 $(i, j) \in \gamma$ 连接一对无序节点。对于每个节点 $i \in V$，用 $N_i = {j | (i, j) \in \gamma}$ 表示其邻居节点。邻居节点之间的距离称为通信距离，当两个节点之间的距离大于预设值时，它们之间无交互。节点 $i$ 会接收流量数据 $x_{ij} (i = 1, 2, \ldots, n, j = 1, 2, \ldots, n