20210804-东吴证券-汽车与零部件行业：【软件定义汽车系列深度第15篇】线控制动加速国产化替代.pdf

软件定义网络（SDN,software defined network）作为一种新兴的网络架构，其安全问题一直是SDN领域研究的热点，如SDN控制通道安全性、伪造服务部署及外部分布式拒绝服务（DDoS,distributed denial of service）攻击等。针对SDN安全中的外部DDoS攻击问题进行研究，提出了一种基于深度学习混合模型的DDoS攻击检测方法——DCNN-DSAE。该方法在构建深度学习模型时，输入特征除了从数据平面提取的21个不同类型的字段外，同时设计了能够区分流类型的5个额外流表特征。实验结果表明，该方法具有较高的精确度，优于传统的支持向量机和深度神经网络等机器学习方法，同时，该方法还可以缩短分类检测的处理时间。将该检测模型部署于控制器中，利用检测结果产生新的安全策略，下发到OpenFlow交换机中，以实现对特定DDoS攻击的防御。

20210724-东吴证券-汽车与零部件行业：【软件定义汽车系列深度第10篇】全新EE架构下，核心国产tier1价值探讨.pdf

软件定义边界（SDP）和零信任.pdf

云安全联盟CSA有关软件定义边界和零信任的介绍，值得学习

传统SDN架构中的单控制器在可靠性方面存在不足，因此基于多控制器的SDN控制层架构的研究逐渐得到重视。然而现有工作或面向多控制器的协作或面向控制器热备份等问题，较少考虑控制器及控制层与转发层间链路失效的场景下多控制器的部署问题。针对上述不足，提出一种基于拓扑划分的SDN多控制器部署方法。首先从拓扑分析入手，研究基于最小f-平衡边割的拓扑划分算法，确定控制器数量和部署区域；然后针对控制器与转发设备距离不平衡问题，提出基于带外连接和拓扑划分的控制器部署算法，为控制器切换提供支撑。校园网环境下的实验结果证明，该方法能够实现高可靠的SDN控制层面，在控制器切换时的收敛速度、控制指令下发的执行效率以及传输任务保障能力方面有较大优势。

波塞冬 软件定义的网络态势感知 波塞冬始于两个IQT Labs： 和。 该项目的目标是探索一种方法，以更好地识别给定（计算机）网络上的节点并了解它们在做什么。 该项目利用软件定义网络和机器学习来自动捕获网络流量，从流量中提取相关特征，通过经过训练的模型进行分类，传达结果，并提供采取进一步行动的机制。 尽管该项目最有效地利用了现代SDN，但它的部分内容仍可以与数据包捕获（pcap）文件一起使用。 目录 背景 波塞冬（Poseidon）项目最初是作为一项实验来测试，以测试利用SDN和机器学习技术检测异常网络行为的优点。 （请阅读下面链接的我们的，以了解其多年背景）。尽管这个长期目标仍然存在，但不幸的现实是，用于ML训练的丰富，标签化，公共和MODERN网络数据集的状态非常差。 我们的实验室正在努力提高网络训练集的可用性，但是在短期内，该项目仍将重点放在1）提高识别节点IS的准确性（基于捕获的IP标头数据）和2）将Poseidon开发为“利用”以容纳其他使用案例的机器学习技术。 （阅读：不只是我们的！） 先决条件 -Poseidon和相关组件在Docker之上运行，因此了解基础知识对于

本研究从 SD-WAN 的概念、发展环境、技术特点、考量因素、发展现状、商业模式、网络安全、发展趋势等八个部分切入，进行了深入分析。第一部分对 SD-WAN 这一研究对象的概念做出界定，并简要介绍了其架构。第二部分从发展环境、技术演进、产业和企业的需求四个方面，考察 SD-WAN 的发展环境。第三部分对 SD-WAN 技术和传统SDN 及 WAN 作了对比研究，通过对比分析总结出 SD-WAN 的特点，及其对于传统 WAN 的性能优势。第四部分，介绍用户在选用 SD-WAN 时的主要考量因素，包括企业战略、技术架构、从 SD-WAN 产品和服务商等几个方面。第五部分，研究分析 SD-WAN 的发展现状，包括 SD-WAN的典型应用场景、服务链，并对 SD-WAN 产业链中的提供商、在用企业、潜在用户进行分析，同时对其代表企业作了简要介绍。第六部分，详细探讨 SD-WAN 的商业模式，从产品策略、定价策略、运营策略等方面进行诠释。第七部分，强调 SD-WAN 的网络安全及风险，分别从网络安全控制、网络资源风险控制两方面切入。第八部分，分别从应用前景、市场趋势、技术趋势三方面探讨 SD-WAN 的技术演进趋势。 供大家学习交流

基于大象流的识别准确度高且开销低，对于解决SDN流量管理过程中控制器单点故障问题具有重要意义。针对现有大象流识别方法识别开销大的问题，提出一种大象流两级识别方法。该方法在第一阶段提出基于TCP发送队列的可疑大象流识别算法，在第二阶段提出基于流持续时间的真实大象流识别算法；第一阶段是在端系统中识别可疑大象流，用于降低第二阶段真实大象流识别过程中SDN控制器所需监测的网络流数量。实验分析表明，在保证大象流识别的高准确度前提下，大象流两级识别方法较基于采样的大象流识别方法可以降低约85%的控制器识别开销。

计算机行业研究周报：以上汽零束为例谈主机厂对软件定义汽车潮流的应对.pdf