DENIAL OF SERVICE DETECTION OF DISTRIBUTED ATTACKS IN SDN USING MACHINE LEARNING

Abstract: Software-defined  network  (SDN)  is  a  network architecture  that used to build, design the hardware components  virtually. We can dynamically change the settings of network connections. In the traditional network,  it's  not possible to change dynamically, because it's a fixed connection. SDN is a good approach but still  is  vulnerable  to  DDoS  attacks . The  DDoS  attack  is  menacing  to  the  internet.  To  prevent  the  DDoS attack,   the machine learning  algorithm  can  be  used.  The  DDoS  attack  Is  the  multiple  collaborated  systems  that   used  to  target  the  particular  server  at  the  same  time.  In  SDN  control  layer  is  in  the  center that  link   with  the  application  and  infrastructure  layer,  where  the  devices  in  the  infrastructure  layer controlled  by  the  software.  In  this  paper,  we  propose  a  machine  learning  technique  namely  Decision   Tree  to  detect  malicious  traffic.  Our  test  outcome  shows  that  the  Decision  Tree  detects  whether  the attack  is  safe  or  not.