【网络安全】【深度学习】【入侵检测】SDN模拟网络入侵攻击并检测，实时检测，深度学习

文章目录

- [1. 前言](#1. 前言)
- [2. Mininet 和 Ryu 的区别](#2. Mininet 和 Ryu 的区别)
- - [2.1 Mininet](#2.1 Mininet)
  - [2.2 Ryu](#2.2 Ryu)
  - [2.3 总结](#2.3 总结)
- [3. 模拟攻击](#3. 模拟攻击)
- - [3.1 环境准备](#3.1 环境准备)
  - [3.2 创建 Mininet 网络拓扑](#3.2 创建 Mininet 网络拓扑)
  - [3.2 启动 Ryu 控制器](#3.2 启动 Ryu 控制器)
  - [3.3 模拟网络攻击](#3.3 模拟网络攻击)
  - [3.4 捕获流量](#3.4 捕获流量)
- [4. 实时异常检测](#4. 实时异常检测)
- - [4.1 在 Ryu 控制器中](#4.1 在 Ryu 控制器中)
  - [4.2 在 h2 机器上的实验结果](#4.2 在 h2 机器上的实验结果)
  - [4.3 深度学习模型部署上h2机器](#4.3 深度学习模型部署上h2机器)
- 帮助、咨询

1. 前言

做了很多入侵检测的深度学习模型：

【深度学习】Transformer分类器，CICIDS2017，入侵检测，随机森林、RFE、全连接神经网络

https://qq742971636.blog.csdn.net/article/details/137994375

https://qq742971636.blog.csdn.net/article/details/137873472

有时候有的同学想部署到环境中，模拟攻击，来验证一下模型行不行，我也来试试。

使用 Mininet 模拟网络环境，使用 Ryu 作为 SDN 控制器来管理模拟网络中的设备和流量。

部署深度学习模型在其中做实时检测。

2. Mininet 和 Ryu 的区别

Mininet 和 Ryu 是两个不同的工具，分别用于不同的网络虚拟化和软件定义网络 (SDN) 任务。以下是它们的主要区别：

2.1 Mininet

功能: Mininet 是一个网络仿真器，用于创建和测试虚拟网络拓扑。它允许用户在单台计算机上模拟完整的网络，包括主机、交换机、链路等。
用例: Mininet 常用于研究和教学，帮助用户快速构建和测试复杂的网络环境，而无需实际硬件。它也用于开发和调试网络应用和协议。
实现: Mininet 使用 Linux 容器 (如 Network Namespaces 和 Open vSwitch) 来创建虚拟网络环境。用户可以通过 Python 脚本定义网络拓扑。
交互: 用户可以使用 Mininet 的命令行接口 (CLI) 或 Python API 来创建和操作网络拓扑。

2.2 Ryu

功能: Ryu 是一个开源的 SDN 控制器框架，用于开发和管理 SDN 控制器。它提供了用于编写控制平面应用程序的工具和库。
用例: Ryu 用于实现 SDN 控制器，以管理和控制网络设备的行为。它支持 OpenFlow 协议，可以与支持 OpenFlow 的交换机进行通信。
实现: Ryu 是用 Python 编写的，并且提供了丰富的 API 和库，便于开发者编写自定义的网络控制逻辑和应用。
交互: 开发者使用 Ryu 来编写 SDN 应用程序，通过 Ryu 控制器与网络设备进行通信和管理。

2.3 总结

Mininet: 主要用于创建和模拟虚拟网络拓扑，适合于网络实验和研究。
Ryu: 主要用于开发和运行 SDN 控制器，用于管理和控制网络设备。

这两个工具通常可以结合使用：使用 Mininet 模拟网络环境，使用 Ryu 作为 SDN 控制器来管理模拟网络中的设备和流量。

3. 模拟攻击

Mininet 可以结合 SDN（软件定义网络）控制器来模拟网络攻击。这种组合允许您创建一个虚拟网络环境，在其中可以通过 SDN 控制器动态管理和监控网络流量，同时生成和检测网络攻击。以下是一个详细的示例流程，展示如何使用 Mininet 和 SDN 控制器（例如 Ryu）来模拟网络攻击并检测它们。

3.1 环境准备

Ubuntu22的VM虚拟机。

Python3.8才行，看这里教程使用Python3.8虚拟环境：https://qq742971636.blog.csdn.net/article/details/139566288

安装 Mininet :

在 Ubuntu 上，您可以通过以下命令安装 Mininet：

bash 复制代码

sudo apt-get update

sudo apt-get install mininet
pip install mininet # 虚拟环境python3.8中安装

安装 Ryu :

Ryu 是一个开源的 SDN 控制器，可以通过 pip 安装：

bash 复制代码

sudo apt-get install python3-pip
sudo apt install gcc libffi-dev libssl-dev libxml2-dev libxslt1-dev zlib1g-dev -y
pip3 install eventlet==0.30.2 ryu==4.34

安装 scapy 和 tcpdump :

scapy 是一个用于生成和处理网络包的 Python 库，而 tcpdump 是一个流行的网络包捕获工具：
bash 复制代码
```
sudo apt-get install python3-scapy tcpdump
pip3 install scapy -i https://pypi.tuna.tsinghua.edu.cn/simple
```

3.2 创建 Mininet 网络拓扑

创建一个简单的 Mininet 网络拓扑，并启动 Ryu 控制器：

python 复制代码

from mininet.net import Mininet
from mininet.node import RemoteController
from mininet.cli import CLI
from mininet.log import setLogLevel

def simpleTopo():
    net = Mininet(controller=RemoteController)
    
    print("*** Creating nodes")
    h1 = net.addHost('h1')
    h2 = net.addHost('h2')
    s1 = net.addSwitch('s1')
    c0 = net.addController('c0', controller=RemoteController, ip='127.0.0.1', port=6633)

    print("*** Creating links")
    net.addLink(h1, s1)
    net.addLink(h2, s1)

    print("*** Starting network")
    net.start()
    
    print("*** Running CLI")
    CLI(net)
    
    print("*** Stopping network")
    net.stop()

if __name__ == '__main__':
    setLogLevel('info')
    simpleTopo()

这个代码创建了一个简单的 Mininet 拓扑，并使用一个远程 SDN 控制器来管理网络。以下是代码的详细说明以及对应的拓扑图。

创建 Mininet 网络:
- Mininet(controller=RemoteController)：创建一个 Mininet 网络，并指定使用远程控制器。
创建节点:
- h1 = net.addHost('h1')：添加主机 h1。
- h2 = net.addHost('h2')：添加主机 h2。
- s1 = net.addSwitch('s1')：添加交换机 s1。
- c0 = net.addController('c0', controller=RemoteController, ip='127.0.0.1', port=6633)：添加一个远程控制器 c0，控制器运行在本地机器上（IP 地址为 127.0.0.1），使用端口 6633。
创建链接:
- net.addLink(h1, s1)：将主机 h1 连接到交换机 s1。
- net.addLink(h2, s1)：将主机 h2 连接到交换机 s1。
启动网络:
- net.start()：启动 Mininet 网络。
运行命令行界面 (CLI):
- CLI(net)：启动 Mininet 的命令行界面，可以在其中输入命令来管理网络。
停止网络:
- net.stop()：停止 Mininet 网络。

拓扑图

以下是这个代码创建的网络拓扑图：

复制代码

 +--------+      +--------+
 |  h1    |------|  s1    |------|  h2    |
 +--------+      +--------+      +--------+
                     |
                     |
                +---------+
                |   c0    |  (Remote SDN Controller)
                +---------+

h1 和 h2 是两台主机。
s1 是一个交换机。
c0 是一个远程 SDN 控制器，管理交换机 s1。

在这个拓扑中，交换机 s1 由远程控制器 c0 管理，主机 h1 和 h2 通过交换机 s1 进行通信。这个简单的拓扑结构可以用于模拟和测试网络配置、流量管理和攻击检测等任务。

保存上述代码为 simple_topo.py，并使用以下命令运行：

bash 复制代码

sudo python3 simple_topo.py

启动后得到cli端：

3.2 启动 Ryu 控制器

创建一个简单的 Ryu 控制器脚本，例如 simple_switch.py，它实现一个基本的交换机功能：

python 复制代码

from ryu.base import app_manager
from ryu.controller import ofp_event
from ryu.controller.handler import MAIN_DISPATCHER, CONFIG_DISPATCHER
from ryu.controller.handler import set_ev_cls
from ryu.ofproto import ofproto_v1_3
from ryu.lib.packet import packet
from ryu.lib.packet import ethernet

class SimpleSwitch13(app_manager.RyuApp):
    OFP_VERSIONS = [ofproto_v1_3.OFP_VERSION]

    def __init__(self, *args, **kwargs):
        super(SimpleSwitch13, self).__init__(*args, **kwargs)
        self.mac_to_port = {}

    @set_ev_cls(ofp_event.EventOFPSwitchFeatures, CONFIG_DISPATCHER)
    def switch_features_handler(self, ev):
        datapath = ev.msg.datapath
        ofproto = datapath.ofproto
        parser = datapath.ofproto_parser

        match = parser.OFPMatch()
        actions = [parser.OFPActionOutput(ofproto.OFPP_CONTROLLER, ofproto.OFPCML_NO_BUFFER)]
        self.add_flow(datapath, 0, match, actions)

    def add_flow(self, datapath, priority, match, actions, buffer_id=None):
        ofproto = datapath.ofproto
        parser = datapath.ofproto_parser

        inst = [parser.OFPInstructionActions(ofproto.OFPIT_APPLY_ACTIONS, actions)]
        if buffer_id:
            mod = parser.OFPFlowMod(datapath=datapath, buffer_id=buffer_id,
                                    priority=priority, match=match,
                                    instructions=inst)
        else:
            mod = parser.OFPFlowMod(datapath=datapath, priority=priority,
                                    match=match, instructions=inst)
        datapath.send_msg(mod)

    @set_ev_cls(ofp_event.EventOFPPacketIn, MAIN_DISPATCHER)
    def _packet_in_handler(self, ev):
        msg = ev.msg
        datapath = msg.datapath
        ofproto = datapath.ofproto
        parser = datapath.ofproto_parser
        in_port = msg.match['in_port']

        pkt = packet.Packet(msg.data)
        eth = pkt.get_protocols(ethernet.ethernet)[0]

        dst = eth.dst
        src = eth.src

        dpid = datapath.id
        self.mac_to_port.setdefault(dpid, {})

        self.mac_to_port[dpid][src] = in_port

        if dst in self.mac_to_port[dpid]:
            out_port = self.mac_to_port[dpid][dst]
        else:
            out_port = ofproto.OFPP_FLOOD

        actions = [parser.OFPActionOutput(out_port)]

        if out_port != ofproto.OFPP_FLOOD:
            match = parser.OFPMatch(in_port=in_port, eth_dst=dst)
            self.add_flow(datapath, 1, match, actions)

        data = None
        if msg.buffer_id == ofproto.OFP_NO_BUFFER:
            data = msg.data

        out = parser.OFPPacketOut(datapath=datapath, buffer_id=msg.buffer_id,
                                  in_port=in_port, actions=actions, data=data)
        datapath.send_msg(out)

保存上述代码为 simple_switch.py，并使用以下命令运行：

bash 复制代码

ryu-manager simple_switch.py

这个 Ryu 控制器应用程序实现了一个基本的学习交换机功能。当交换机收到一个未知目标 MAC 地址的数据包时，会将该数据包发送给控制器。控制器会首先检查已知的 MAC 地址与端口的映射关系。如果目标 MAC 地址已知，控制器会将数据包转发到对应的端口；如果目标 MAC 地址未知，控制器会将数据包泛洪到所有端口，确保目标主机能够收到数据包并回应。通过这种方式，交换机逐渐学习并建立起网络中各个设备的 MAC 地址与端口的映射关系，从而优化后续的数据包转发过程。

启动成功这样：

3.3 模拟网络攻击

安装xterm：

cpp 复制代码

sudo apt-get install xterm

进入h1机器：

cpp 复制代码

mininet> xterm h1

可以看到：

在 Mininet CLI 中，使用 h1 主机对 h2 主机进行攻击。例如，使用 scapy 生成 SYN Flood 攻击：

bash 复制代码

python3.8 -c "
from scapy.all import *
target_ip = '10.0.0.2'
target_port = 80
while True:
    send(IP(dst=target_ip)/TCP(dport=target_port,flags='S'),verbose=0)
"

3.4 捕获流量

进入h2机器：

cpp 复制代码

mininet> xterm h2

在 h2 主机上捕获流量，并保存为 pcap 文件：

bash 复制代码

tcpdump -w attack_traffic.pcap

可以用这个指令看一下pcap文件大概内容：

cpp 复制代码

tcpdump -vr attack_traffic.pcap

4. 实时异常检测

我开发了一个基于随机森林的入侵检测模型，利用了CICIDS数据进行训练。现在，我想要实现在 h2 机器上进行实时流量包检测，并利用模型推断出其中的异常流量。

4.1 在 Ryu 控制器中

一种方法是在 Ryu 控制器中添加代码以监测流量模式。举例来说，你可以创建一个模块来检测异常流量，并在检测到攻击时采取相应措施。虽然这种监测方法是可行的，但我更倾向于寻找其他方案。

4.2 在 h2 机器上的实验结果

在之前的实验中，我模拟了 h1 机器向 h2 机器发送 SYN 泛洪攻击。结果显示，h2 机器成功接收到了这些攻击流量。通过使用抓包工具执行指令 tcpdump -w attack_traffic.pcap，我捕获了相关信息。

让我们回顾一下网络拓扑图：

复制代码

 +--------+      +--------+
 |  h1    |------|  s1    |------|  h2    |
 +--------+      +--------+      +--------+
                     |
                     |
                +---------+
                |   c0    |  (远程 SDN 控制器)
                +---------+

在 h2 机器上执行以下命令查看网络接口：

bash 复制代码

ifconfig

结果显示网络接口为 h2-eth0：

接着，我编写了以下 Python 代码来抓取 h2 机器的流量，并对其进行进一步的检测与分析：

python 复制代码

from scapy.all import *

def packet_callback(packet):
    if packet.haslayer(IP) and packet.haslayer(TCP):
        src_ip = packet[IP].src
        dst_ip = packet[IP].dst
        src_port = packet[TCP].sport
        dst_port = packet[TCP].dport
        flags = packet[TCP].flags
        
        print(f"IP: {src_ip} -> {dst_ip}, TCP Port: {src_port} -> {dst_port}, Flags: {flags}")

sniff(iface="h2-eth0", prn=packet_callback, store=0)

通过这段代码，我成功捕获到了 SYN 攻击的流量：

4.3 深度学习模型部署上h2机器

这里嘛，有缘再见了。

帮助、咨询

cpp 复制代码

https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tab=BB08J2