Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/53210
Arquivos associados a este item:
Arquivo TamanhoFormato 
RanyelsonNeresCarvalho_TESE.pdf2,56 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorBordim, Jacir Luizpt_BR
dc.contributor.authorCarvalho, Ranyelson Nerespt_BR
dc.date.accessioned2025-11-24T16:52:32Z-
dc.date.available2025-11-24T16:52:32Z-
dc.date.issued2025-11-24-
dc.date.submitted2025-05-07-
dc.identifier.citationCARVALHO, Ranyelson Neres. Desenvolvimento de um Mecanismo Integrado para a Detecção e Mitigação de Ataques DDoS em Redes Definidas por Software. 2025. 119 f., il. Tese (Doutorado em Informática) — Universidade de Brasília, Brasília, 2025.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/53210-
dc.descriptionTese (doutorado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Programa de Pós-Graduação em Informática, 2025.pt_BR
dc.description.abstractAs redes definidas por software (do inglês, Software Defined Networking - SDN) são arquiteturas de redes que enfatizam a separação entre o plano de controle e o plano dedados, proporcionando uma série de benefícios, como o gerenciamento centralizado, aflexibilidade e a programabilidade da infraestrutura de rede. Apesar dos benefícios oferecidos pela arquitetura SDN, do ponto de vista da segurança, essa arquitetura introduziunovas vulnerabilidades devido à comunicação necessária entre esses planos, em virtudeda separação deles. Os ataques distribuídos de negação de serviço (do inglês, DistributedDenial of Service - DDoS) representam um desafio significativo para esse tipo de rede, jáque, nesta arquitetura, o controlador atua como um ponto central de controle e decisão,sendo responsável por gerenciar o tráfego e a configuração da rede. Assim, ele se tornaum alvo comum para os ataques DDoS, já que sua paralisação, em função do volumemassivo de tráfego malicioso proveniente desses ataques, resultará na exaustão da capacidade e processamento, levando à sua indisponibilidade e comprometendo a operação detoda a rede. As soluções presentes no estado da arte apresentaram diversas estratégiaspara reduzir os impactos dos ataques DDoS. Porém, ainda permanecem algumas lacunas,como a centralização das ações de detecção e mitigação no plano de controle, causandoatrasos no processo para confirmar qualquer mudança no comportamento do tráfego associada a esses ataques e o aumento do volume de mensagens de controle encaminhadasao controlador para realizar a identificação e a contenção desses ataques a rede. Alémdisso, muitas das estratégias desenvolvidas pelas soluções acabam penalizando uma partesignificativa do tráfego legítimo, provocando bloqueios de forma indiscriminada. Estetrabalho propõe um mecanismo de detecção e mitigação denominado DataControl-ML,que visa suprir essas lacunas. O mecanismo está organizado em dois procedimentos: (i)detecção e mitigação no plano de dados; e (ii) compartilhamento de informações globaispor meio do plano de controle. O primeiro procedimento concentra-se na implementaçãode técnicas para identificar o tráfego malicioso próximo aos pontos de ingresso na rede,priorizar o tráfego de clientes com níveis de confiabilidade aceitáveis (legítimos) e bloquear(descartar) o tráfego daqueles com baixo valor de confiança (maliciosos), com base emestatísticas geradas pelos switches programáveis. O segundo procedimento visa o compartilhamento de informações globais, organizadas em ações de controle que incluem obloqueio, a permissão sem prioridade associada ou a priorização dos clientes, determinadasa partir do estabelecimento de uma confiança global, por meio do controlador para o envioaos dispositivos de encaminhamento, promovendo uma abordagem híbrida (plano de dados e controle) por parte do mecanismo proposto, criando uma visão única da rede e umsistema de segurança mais abrangente. Os resultados experimentais obtidos mostraramque o DataControl-ML reduz cerca de 52,18% o tempo necessário para a confirmação deuma fonte maliciosa, responsável por gerar os ataques DDoS, quando comparado a outromecanismo do estado da arte. Além disso, o mecanismo proposto diminui o volume demensagens de controle enviadas ao controlador, o tempo de convergência para que osdispositivos de encaminhamento tenham informações sincronizadas e alcança uma acurácia de detecção e mitigação superior a 98%, reduzindo os impactos causados por essesataques.pt_BR
dc.language.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleDesenvolvimento de um mecanismo integrado para a detecção e mitigação de ataques DDoS em redes definidas por softwarept_BR
dc.title.alternativeDevelopment of an integrated mechanism for detecting and mitigating DDoS attacks in software-defined networkspt_BR
dc.typeTesept_BR
dc.subject.keywordRedes Definidas por Software (SDN)pt_BR
dc.subject.keywordAtaque de negação de serviço distribuído (DDoS)pt_BR
dc.subject.keywordAtaques cibernéticos - detecçãopt_BR
dc.subject.keywordAtaques cibernéticos - mitigaçãopt_BR
dc.subject.keywordSegurança de confiançapt_BR
dc.subject.keywordPlano de dados programávelpt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.description.abstract1Software-defined networking (SDN) is a network architecture that emphasizes the separation of the control plane from the data plane, providing a number of benefits such as centralized management, flexibility, and programmability of the network infrastructure. Despite the benefits offered by SDN from a security perspective, this architecture has introduced new vulnerabilities due to the communication required between these planes due to their separation. Distributed denial-of-service (DDoS) attacks, especially volumetric ones, represent a significant challenge for this type of network, since in this architecture the controller acts as a central point of control and decision, being responsible for managing network traffic and configuration. Thus, it becomes a strategic target for volumetric DDoS attacks, as the massive influx of malicious traffic can overwhelm its processing capacity, causing service disruption and compromising the operation of the entire network. State-of-the-art solutions have presented several strategies to reduce the impacts of volumetric DDoS attacks. However, some gaps still remain, such as the centralization of detection and mitigation actions in the control plane, causing delays in the process of confirming any change in traffic behavior associated with these attacks and the increase in the volume of control messages forwarded to the controller to identify and contain these network attacks. In addition, many of the mitigation strategies employed by these solutions inadvertently penalize legitimate traffic, resulting in indiscriminate blocking. This work proposes a detection and mitigation mechanism called DataControl-ML, which aims to fill these gaps. The proposed mechanism is organized into two procedures: (i) detection and mitigation in the data plane; and (ii) sharing of global information through the control plane. The first procedure adopts a detection approach in the data plane, where a machine learning-based classification model—specifically, the Random Forest algorithm—analyzes network packet features to identify patterns indicative of malicious traffic. This approach is followed by a mitigation strategy that manages different lists in the forwarding devices, using trust levels, to prioritize the trustworthy (legitimate) flows and block those with low trust value (malicious). The second procedure focuses on sharing global information through the control plane. It defines control actions—such as blocking, allowing, or prioritizing clients—based on a global trust score calculated by a fuzzy logic system in the controller. These actions are sent to forwarding devices, enabling efficient collaboration between the data and control planes and speeding up detection and mitigation across the network. The experimental results obtained show that DataControlML reduces approximately 52,18% the time required for the confirmation (detection) of a malicious source, responsible for generating volumetric DDoS attacks, when compared to another state-of-the-art mechanism (Bungee-ML). In addition, the proposed mechanism helps preserve CPU and memory resources on both the controller and the switches. It reduces the number of control messages sent to the controller, shortens the convergence time for forwarding devices to synchronize information, and achieves over 98% efficiency in detecting and mitigating attacks—significantly reducing their impact.pt_BR
dc.description.unidadeInstituto de Ciências Exatas (IE)pt_BR
dc.description.unidadeDepartamento de Ciência da Computação (IE CIC)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Informáticapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.