Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 39,45

+ 78 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Software Defined Networks (SDN) paradigm was introduced to overcome the limitations of the traditional network. It becomes a promising network architecture that provide network operators more control over the network infrastructure. The controller also called as the operating system of the SDN which has the centralized control over the network. Despite all its capabilities, introduction of various architectural entities of SDN poses many security threats. Among many such security threats, Distributed Denial of Services (DDoS) is a rapidly growing attack. This targets the availability of the network, by flooding the controller with spoofed packets. Therefore, it is important to design a robust attack detection mechanism to prevent the control plane DDoS attack. In this work, we have used Machine Learning techniques such as Naive Bayes, Random Forest, Multilayer Perceptron and Support Vector Machines to classify and predict DDoS attacks like ICMP-Echo, Smurf, TCP SYN, and HTTP flood on a self generated dataset. Experimental results with proper analysis have been presented in this work.