文件名称：SDNDDoS:2014 年秋季云计算课程的项目存储库
文件大小：4.48MB
文件格式：ZIP
更新时间：2024-07-18 11:04:30
Python
SDNDoS 云计算课程 [EEL6935] - 2014 年秋季的项目存储库 项目名称：SDN 团队中实时 DDoS 检测和缓解的大数据分析：Rahul Prabhu、Sanil Sinai Borkar、Sile Hu、Umar Majeed 文件夹内容：分类 作为 Apache Spark 的一部分提供的 MLlib 算法 聚类 KMeans.py：一种使用 K-Means 找出特征集的方法 数据 攻击数据集攻击数据集（从 CAIDA 获得） 正常数据集普通数据集（由控制器提取，包含 SDN 中 HULK 发送的请求） FeatureSet.txt : 控制器从传入的网络数据包中提取的 43 个特征，发送给 DDE 进行预测 DDoSDataset.csv：攻击数据与正常数据的混合 防御 SimpleTopology.py：隔离可疑攻击者的代码 界面 包含用于呈现主机带宽消耗
【文件预览】：
SDNDDoS-master
----Screenshots()
--------demo2.png(140KB)
--------Remote Controller Setup.png(226KB)
--------NTP WS Dump 1.png(72KB)
--------demo1.png(120KB)
--------SDN Capture.JPG(42KB)
--------NTP DoS Attack.png(51KB)
--------Spark Streaming Test.png(20KB)
--------SDN Initial Topology.png(1.15MB)
--------NTP WS Dump 2.png(92KB)
--------bandwidth.png(123KB)
--------host blocking.JPG(56KB)
--------Pingall xterms.png(348KB)
--------Spark Streaming.png(82KB)
----Documentation()
--------Paper.pdf(329KB)
--------Presentation.pdf(485KB)
--------Poster.pdf(216KB)
----Defense()
--------SimpleTopology.py(1013B)
----Interface()
--------index.html(2KB)
--------bandwidth.py(1KB)
--------bandwidth.html(2KB)
--------plotscript.py(79B)
--------style.css(822B)
----Clustering()
--------KMeans.py(914B)
----ntpddos()
--------packet_screenshots()
--------NTP_POC.py(625B)
--------ntp-monlist.nse(32KB)
--------single.py(445B)
--------ntpservers(15B)
--------a_good_packet.pcap(666KB)
----LICENSE(1KB)
----README.md(1KB)
----Streaming()
--------IP_Protocols.csv(9KB)
--------Streaming_Classification.py(2KB)
--------send_record.py(513B)
--------Setup_Net.py(1KB)
--------SendDataToEC2_client.py(3KB)
--------encode_protocol.py(6KB)
--------capture_send.py(1KB)
--------result_server.py(700B)
--------Send_Samples.py(3KB)
--------emu_SYN.py(610B)
--------result_client.py(295B)
--------Classify_Response.py(2KB)
--------SendDataToEC2.py(3KB)
--------DEMO.txt(3KB)
--------encode_protocol.pyc(5KB)
--------run_all.sh(325B)
--------Recv_React.py(2KB)
----classification()
--------send_record.py(504B)
--------DecisionTree.py(2KB)
--------LogisticRegression.py(2KB)
--------SVM.py(2KB)
--------NaiveBayes.py(2KB)