Achieving Efficient Multipath Validation in Software-Defined Networks
Notice bibliographique
Résumé
The programmability of Software-Defined Networks (SDN) enables multipath routing through dynamic adjustments and optimizations of network resources. However, a compromised switch can violate packet forwarding rules, creating serious security vulnerability. While path validation ensures packets follow designated paths, mainstream methods impose excessive computational burden on the controller and significant storage overhead on switches due to the uncertainty and potentially large number of packet forwarding paths. To address these issues, we propose a Naive Packet-level MultiPath Validation Scheme (NPM-PVS) as the first attempt to verify multiple forwarding paths in SDN. Building on NPM-PVS, we introduce an Enhanced Packet-level MultiPath Validation Scheme (EPM-PVS), which uses a Supplementary Validation Information (SVI) generation method to reduce the controller's load by ensuring consistent validation for packets of a network flow across various forwarding paths. To further improve the efficiency of EPM-PVS, we propose a Flow-level MultiPath Validation Scheme (FM-PVS) and implement a validation information compression method to minimize data plane storage overhead. Additionally, we introduce an anomaly switch identification method to locate compromised switches when path validation fails at the controller. Evaluation results demonstrate that the proposed FM-PVS achieves low switch storage overhead and reduces the computational burden on the controller.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».