（1.北京邮电大学网络空间安全学院，北京 100876；2.链网融合技术教育部工程研究中心，北京 100876；3.中国民航信息网络股份有限公司，北京 100190；4.移动互联网安全技术国家工程研究中心，北京 100876；5.中关村实验室，北京 100094；6.哈尔滨工业大学网络空间安全学院，黑龙江 哈尔滨 150001；7.鹏城实验室网络空间安全研究中心，广东 深圳 518055）
0 引言
传统封闭的网络设备内置了过多复杂协议，随着网络规模的不断扩大，网络配置复杂度越来越高、网络的管理和维护越来越复杂，增加了运营商定制优化网络的难度[1]。软件定义网络（SDN，software defined network）将控制平面与数据平面分离解耦，使具有全局网络视图的控制平面能够对数据平面进行集中式管理，实现路由策略集中计算和下发，数据平面按照控制平面下发的流规则进行网络数据的传输转发。软件定义网络使网络管理变得更具灵活性和创新性，并通过多控制器实现网络扩展及对大规模复杂网络的集中管理和维护[2-4]。
目前，OpenFlow[2]作为软件定义网络协议已被广泛采用，当有网络报文到达数据平面交换机时，交换机会先匹配已安装的流规则，如果成功匹配，则按照流规则的动作执行修改、转发和丢弃网络报文等操作；如果未成功匹配（即出现table-miss），则交换机将网络报文封装到packet-in消息中上报给控制平面控制器，控制器计算转发路径后，向交换机下发安装流规则的flow-mod 消息和转发网络报文到下一跳交换机的packet-out消息，交换机执行安装该网络流的流规则，并将网络报文转发给下一跳交换机。该网络流后续到达的网络报文匹配上已安装的流规则后直接被转发，不需要再次上报packet-in 消息给控制器。在转发路径上的每一跳，交换机都按照上述流程处理收到的网络报文。
为了更加高效地实现流规则的匹配，交换机广泛采用三态内容寻址存储器（TCAM）存储和匹配流规则，但是TCAM 价格昂贵，仅可支持8 000 条流规则的存储，有限的交换机流表空间容量和控制器的集中式传输控制管理使软件定义网络更易遭受拒绝服务攻击的威胁[5-9]。软件定义网络拒绝服务攻击如图1 所示，攻击者会随机生成无法成功匹配交换机流规则的大量拒绝服务攻击流量，与正常网络流量混合在一起进入交换机。由于难以识别和管控拒绝服务攻击，交换机不得不缓存所有网络报文，并向控制器上报所有无法匹配流规则的网络报文的packet-in 消息，使控制器在计算路径和发送安装流规则的flow-mod 消息、转发网络报文的packet-out 消息上耗尽CPU 和缓存资源；同时在交换机有限的流表空间中安装了大量拒绝服务攻击的流规则，短时间内将导致有限的流表空间溢出，无法为正常的网络流量安装流规则，严重影响软件定义网络服务质量。安全危害如下：1) 没有安装流规则的正常网络流将会触发table-miss 的处理过程，相较于能够匹配流规则被直接转发的处理过程，增加了网络报文的转发时延，降低了网络可用带宽；2) 无法安装流规则的正常网络流的每个网络报文都将会触发一次table-miss 处理过程，消耗更多的控制器计算和存储资源，放大拒绝服务攻击效果；3) 网络报文转发时延的增加会使越来越多的网络报文停留在交换机有限的缓存中，甚至导致丢包。同时，软件定义网络交换机的流表空间被所有端口共用，每个端口都会独立地为流入的网络新流报文在共享的有限容量的流表中安装流规则。当一个端口出现拒绝服务攻击流量时，会影响其他端口正常网络流的流规则安装。并且攻击者会通过精心设计生成攻击流量，不仅对攻击流量的接入交换机产生拒绝服务攻击效果，也使分布式攻击流量流经同一个中间交换机，形成攻击汇聚，发生再次拒绝服务攻击，导致更严重的拒绝服务攻击效果。
图1 软件定义网络拒绝服务攻击
为了避免软件定义网络交流机出现流表溢出，确保软件定义网络的稳定运行和网络服务质量，需要解决以下2 个挑战。
1) 在拒绝服务攻击发生时，如何防止交换机流表空间被攻击流的流规则占满，避免流表溢出。
2) 网络报文在转发路径传输过程中，如何避免在路径上的交换机上出现网络流汇聚导致的再次拒绝服务攻击。
对于第一个挑战，由于与传统网络一样，拒绝服务攻击流量和正常网络流量混在一起，攻击流量很难被准确识别和区分处理[10]，因此无法采用类似攻击流量清洗的策略来减少安装流规则的数量，并且难以实现安装的流规则都是正常网络流。对于第二个挑战，攻击者会精心构造攻击流量，使分布式的攻击流量汇聚到软件定义网络同一个中间交换机上，可用流表空间少的交换机有可能成为攻击者汇聚攻击流量的目标。
在无法准确识别和消除攻击流量的情况下，本文提出了抗拒绝服务攻击的软件定义网络流表溢出防护技术FloodMitigation，来避免软件定义网络流表资源消耗和确保网络服务质量，主要的技术贡献如下。
1) 提出了基于可用流表空间的限速流规则管理机制，动态限制出现拒绝服务攻击的交换机端口的流规则安装最大速度，避免交换机流表空间被拒绝服务攻击流规则占满而出现流表溢出的情况，以及影响其他端口正常网络流的流规则安装。优先为出现频次高的网络流安装流规则，减少了上报packet-in 消息的数量、控制器消耗、网络传输时延和网络报文缓存溢出导致的网络丢包情况。
2) 提出了基于可用流表空间的路径选择，通过在多条转发路径的交换机间均衡流表利用率，避免转发网络报文过程中出现网络新流汇聚在可用流表空间少的交换机上所导致的再次拒绝服务攻击。
3) 对FloodMitigation 进行了实验验证，实验结果表明，FloodMitigation 能够有效防止交换机流表溢出，降低控制器资源消耗、传输时延和网络丢包，确保网络可用带宽。
1 相关工作
拒绝服务攻击者通常向攻击目标发起大量的伪造网络报文的不同字段、短流的网络攻击流量，消耗目标的服务资源。传统网络的交换机、路由器等传输设备把拒绝服务攻击流量等同于正常网络流量进行转发，不受拒绝服务攻击影响，但是软件定义网络控制器响应式地向交换机下发流规则来转发网络报文，使交换机有限的流表容量和缓存容量、控制器集中式的传输控制管理等成为瓶颈，更易被拒绝服务攻击者利用。很多研究从报文源真实性校验丢弃报文、降低控制器和交换机资源占用、动态调整流表项超时时间等不同角度出发研究拒绝服务攻击防护技术。
Shin 等[11]首次提出了软件定义网络拒绝服务攻击威胁问题，并提出了基于连接迁移的防护机制，通过代理的方式对报文源地址的真实性进行校验，校验通过后转发网络数据报文，能够有效地对有连接状态的传输控制协议（TCP）拒绝服务攻击进行检测和过滤，但是无法应对用户数据报协议（UDP）等无连接状态的拒绝服务攻击，在实际应用中有很大缺陷。Ambrosin 等[12]提出了类似的防御模型，基于代理和黑名单来缓解拒绝服务攻击。面向流表资源和处理资源保护，FloodShield[13]通过源地址验证丢弃伪造地址的网络流量，对于不确定的网络流量，采用基于控制器CPU 利用率的概率接受方式处理packet-in 和安装流规则，但是随着网络攻击流的增大，会导致控制器处理资源消耗增加、交换机流表溢出和网络丢包等情况发生。DoSGuard[14]在控制器上保存主机介质访问控制（MAC）地址和交换机的映射关系，当控制器发现从某个端口上报的网络报文的源MAC 未知时，通过向交换机安装流规则，将未匹配流表的报文全部进行丢弃处理。
面向控制器的资源保护，FloodGuard[15]设置额外的缓存模块，根据网络报文的协议类型采用多队列形式缓存packet-in 消息，并采用round robin 算法限速发给控制器处理，保护控制器处理资源。拒绝服务攻击只会影响与其相同类型的协议队列，保证了其他类型协议队列中的packet-in正常处理，但是会使与拒绝服务攻击流量在同一个队列的正常网络流量处理时延和丢包。文献[16]设置额外备份控制器，过滤处理疑似恶意流量的packet-in 消息后，再限速将packet-in 消息发送给主控制器，从减少packet-in 消息的角度保护控制器的资源，但无法确保正常网络流量传输时延以及避免丢包。
面向交换机的保护，FloodDefender[17]基于排队论经验公式和链路利用率建立了流量迁移模型，当检测到发生拒绝服务攻击时，交换机根据网络流量信息对packet-in 消息进行过滤，并依据与其邻接的交换机的可用安全信道容量将网络报文迁移给相邻的交换机，能有效减少该交换机与控制器通过安全信道的数据交互，避免安全信道发生拥塞，但采用的过滤机制将会导致正常网络流量被丢弃。Yuan等[5]提出在交换机可用流表空间不足时，通过通配符将流量迁移到相邻的伙伴交换机上，利用伙伴交换机的空闲资源来共同处理网络报文，但无法有效降低控制器的资源消耗。文献[18]处理packet-in 消息，记录这些报文的IP，当发往目的IP 的所有数据包的Renyi 熵超过阈值时，认为这些报文是攻击流量，对报文进行丢包处理，但无法避免正常网络流量丢包情况。文献[19]将流量分为大象流和老鼠流，不为老鼠流安装流表项，直接通过packet-out消息转发，降低对流表的占用，但无法确保转发的攻击流量不流经相同中间交换机，无法避免形成攻击汇聚。
在流表资源方面，目前研究主要采用动态调整超时时间，缩小流表项在TCAM 中的无效时间，提高流表利用率，但大量的拒绝服务攻击流依然会使流表溢出。文献[20]基于控制器收集流历史信息，对流表项空闲超时时间进行动态设置。HQTimer[21]采用深度强化学习根据当前命中率等信息的反馈进行动态超时时间的决策下发，从而达到更高的流表命中率，但无法避免拒绝服务攻击流使流表溢出。文献[22]通过流表溢出预测将流表项进行主动删除，但会不可避免地将正常网络流表项删除。
现有工作从不同的性能瓶颈角度出发研究拒绝服务攻击防护技术，但不能有效地防止流表溢出，以及防止拒绝服务攻击流量在转发中汇聚导致的再次拒绝服务。本文针对流表溢出防护问题，提出了基于流表可用空间的限速流规则管理，限制出现拒绝服务攻击的交换机端口的流规则最大安装速度和占用的流表空间数量，避免了流表溢出；然后采用基于可用流表空间的路径选择，在多条转发路径的交换机间均衡流表利用率，避免转发网络报文过程中出现网络新流汇聚导致的再次拒绝服务攻击。本文提出的软件定义网络流表溢出防护技术FloodMitigation 在没有引入额外设备的情况下，实现了在拒绝服务攻击下对流表空间溢出的防护。
2 流表溢出防护
2.1 流表溢出防护系统模型
针对拒绝服务攻击导致的流表溢出问题，本文设计了软件定义网络流表溢出防护FloodMitigation，并将其作为集成模块运行在控制平面上，包括流监测、限速流规则管理、路径选择这3 个模块，系统模型如图2 所示。
图2 系统模型
在软件定义网络正常运行时，只有流监测模块在运行，其他拒绝服务攻击防护模块处于待激活状态。当检测到交换机端口上出现拒绝服务攻击时，流监测模块触发限速流规则管理模块，进行流表溢出防护。同时路径选择模块采用负载均衡策略为网络流选择传输路径，避免网络流流经同一个中间交换机导致流表溢出。处理流程如下。
1) 流监测模块统计交换机上报的packet-in 消息、网络流量统计、计算和内存资源占用率等网络与系统状态，建立基于交换机端口的网络流统计信息表，并进行拒绝服务攻击检测。当出现拒绝服务攻击时，触发其他拒绝服务攻击防护模块。
2) 限速流规则管理模块收到来自发生拒绝服务攻击的交换机端口的packet-in 消息后，调用路径选择模块计算转发路径，并进行限速安装流规则，通过限制出现拒绝服务攻击的交换机端口安装流规则的最大数量和速度，避免发生拒绝服务攻击的端口的流规则占满整个流表空间，确保其他端口的网络新流的流规则安装使用。
3) 路径选择模块被限速流规则管理模块调用，基于交换机可用流表空间容量来选择转发路径，从多条路径中选取可用流表空间最大的路径。通过均衡多条转发路径的交换机间的流表利用率，避免交换机转发网络报文过程中出现网络新流汇聚再次引发拒绝服务攻击。
2.2 流监测
流监测模块持续监测交换机端口上报的packet-in 消息速率、网络流量统计，以及控制器内存和计算资源占用率等网络与系统状态，并建立基于交换机端口的网络流统计信息表，结构如图3 所示。统计信息如下：packet-in 消息中包含的网络流的源地址scr、目的地址dst、协议号protocol、源端口srcPort、目的端口dstPort 的五元组信息tuple5（图3 中用tup 表示）；tuple5 内容的哈希值key 作为网络流统计项flow_entry 入口序号；该网络流最近一次packet-in 到达的时间time；该网络流的packet-in 消息的频次frequency（图3 中用freq 表示）。网络流统计信息表用于拒绝服务攻击检测，并被限速流规则管理模块用来决策是否为网络流下发流规则。
图3 网络流统计信息表结构
当 packet-in 消息到达时，流监测模块对packet-in 消息的五元组信息计算哈希值key，即网络流统计信息表的入口序号。由于多个不同网络流会哈希到同一个哈希值key，需要精确匹配packet-in中的五元组信息，找到对应网络流的流表项flow_entry，增加该网络流上报packet-in 消息的频次frequency，并采用双向链表frequency_chain 将出现的频次frequency 进行排序，排序后的frequency用于后续限速流规则管理模块对网络流是否下发流规则的决策。同时，更新最近出现时间time 字段，并采用双向链表time_chain 将最近更新时间time 进行排序。如果控制器为网络流向交换机下发安装流规则或者在超时时间内没有新的packet-in 到达，则该网络流统计项flow_entry 将被删除。流监测算法伪代码如算法1 所示。
算法1流监测算法
根据交换机上报的packet-in 消息，查找匹配的流表项flow_entry
流监测模块采用与FloodDefender[18]相同的拒绝服务攻击检测方法，通过异常阈值检测识别交换机端口出现的拒绝服务攻击。流监测模块持续统计网络流的packet-in 消息的频次frequency，一旦出现拒绝服务攻击，低频次的网络流数量就会快速增加，当超过异常检测阈值时，流监测模块将触发限速流规则管理模块，进行流表溢出防护。当低频次的网络流数量低于异常检测阈值时，表示网络中短流的数量处于安全范围，流监测模块将停止调用限速流规则管理模块，恢复正常处理网络流的状态。
2.3 限速流规则管理
限速流规则管理被触发后，调用路径选择模块对出现拒绝服务攻击流量的交换机端口的packet-in计算转发路径，然后根据限速安装速率以及该网络流packet-in 出现的频次决定是否向交换机下发安装流规则的消息。对于未安装流规则的网络报文，将会向交换机下发packet-out 消息，直接将网络报文转发给下一跳交换机。
2.3.1 流规则限速安装策略
交换机的流表空间被所有端口共用，为了避免出现拒绝服务攻击的端口的网络流量的流规则完全占满流表空间，影响其他端口的流规则安装，采用基于流表可用空间的限速安装流规则策略，防止流表溢出。t时刻该端口的流规则最大安装速率fmax(t)为
其中，T为流规则超时时间，α为流规则安装速率的调节因子，c(t)为t时刻交换机可用流表空间大小。
其中，c(t-1)-fmax(t)为t-1 时刻安装流规则后的可用流表空间容量。流规则对应的网络流在超时时间内没有新的网络报文到达时，将会从交换机流表里删除，fdel(t)为因流规则超时被删除后t时刻可用的流规则数量。在交换机只有一个端口出现拒绝服务攻击流的情况下，由于网络攻击流通常为短流，网络报文数量少，一个拒绝服务攻击持续时间少于单位时间，可认为fdel(t)等于在t-T时刻的最大安装速率fmax(t-T)，即
设交换机流表空间容量为C，结合式(1)～式(3)可得
交换机端口检测到拒绝服务攻击时，根据式(4)，取T=10 s（控制器ONOS 的默认超时时间），按照最大速率fmax(t)为该端口的网络流安装流规则，交换机流表空间可用率和流规则安装速率如图4 所示，流表空间可用率、流规则安装速率保持稳定。随着流规则安装速率的调节因子α的增大，流表空间可用率下降、流规则安装速率增长。当流规则安装速率的调节因子α=1.0时，有53%流表可用空间可供其他端口所使用，流规则安装速率约为5%。限速流规则管理能够有效地限制出现拒绝服务攻击的交换机端口安装流规则的最大数量，防止流表溢出，并确保其他端口的网络流规则的安装使用。
图4 交换机流表空间可用率和流规则安装速率
2.3.2 流规则安装
控制器收到packet-in 消息后，首先计算网络报文的转发路径，然后查询该网络流出现的频次。如果该网络流出现的频次位于前fmax(t)位，即该网络流报文出现次数多，则通过flow-mod 消息向交换机下发安装流规则，并下发packet-out 消息转发数据报文；否则将不下发安装流规则的flow-mod 消息，直接通过低开销的packet-out 转发该网络报文（在ONOS 官方的性能测试中处理packet-out 消息的性能比处理flow-mod 消息的性能高一个数量级），能有效防止流表溢出，并减少网络报文在缓存中的等待时间，确保了网络报文传输时延。流规则安装算法如算法2 所示。
算法2流规则安装算法
根据packet-in 消息和流监测返回的流表项flow_entry，给转发交换机下发安装流规则的flow-mod 消息和转发报文的packet-out 消息
2.4 路径选择
软件定义网络中不同的交换机可用流表空间不同，拒绝服务攻击流量被转发流经剩余流表空间较小的交换机时，更易造成交换机流表溢出、增加网络报文传输时延、消耗控制器资源、丢包等问题。而控制器ONOS 采用基于最小时延策略的Djikstra 算法来计算路径，无法确保剩余流表空间较小的交换机不被选进传输路径。在软件定义网络中，源节点至目的节点通常有多条可达路径，路径选择模块计算路径时，从多条路径中选取可用流表空间最大的路径，通过均衡多条转发路径的交换机间的流表利用率，避免转发网络报文过程中出现网络新流汇聚导致的再次拒绝服务攻击，防止再次出现流表溢出情况。
转发路径由路径上的所有交换机组成，根据木桶原理，转发路径的可用流表空间大小取决于路径上所有交换机中可用流表空间容量最小的交换机。为了选出可用流表空间最大的路径，计算每条可选路径的所有交换机的最大可用流表空间容量，从中选出可用流表空间容量最大的路径。
从源地址src 到目的地址dst 的可达路径集合为Psrc,dst，对于一个可达的第i条路径Pi∈Psrc,dst，路径的可用流表空间容量Vi为
其中，Si,j表示第i条路径Pi上的交换机集合中的第j个交换机，v(Si,j)表示交换机Si,j的可用流表空间容量。
路径选择模块计算源交换机src 至目的交换机dst 的路径时，将从多条可达路径中选取可用流表空间最大的路径P，即
基于可用流表空间的路径选择算法如算法3所示。
算法3路径选择算法
路径选择模块从所有可达路径中，选择可用流表空间最大的路径来传输网络新流，实质上是均衡了所有可达路径的交换机间的可用流表空间，避免交换机转发网络报文过程中出现网络新流汇聚导致的再次拒绝服务攻击，防止再次出现流表溢出情况。
3 实验评估
本节通过实验对提出的抗拒绝服务攻击的软件定义网络流表溢出防护FloodMitigation 进行有效性验证，验证其在拒绝服务攻击发生时对交换机流表利用率、时延、丢包率、带宽可用率、控制器CPU 利用率等的保护。使用ONOS 2.2.1作为软件定义网络控制器，软件定义网络仿真实验平台Mininet 创建的Open vSwitch 2.10.1 作为数据平面交换机，并依据OpenFlow 硬件交换机Polaris xSwitch X10-24S2Q 的配置将交换机的流表空间容量设定为2 000 条。Mininet 和ONOS分别独立运行在 Ubuntu 16.04 LTS 系统的OpenStack 实例中，实例运行环境为 XEON E5-2630 v3 CPU，内存为20 GB。
在Mininet 中创建与FloodShield 类似的实验拓扑，如图5 所示，拓扑中共有20 台交换机（S1～S20）和16 台主机（H1～H16）。主机H1、H3、H5、H7、H9、H11、H13、H15使用Mawi 流量数据集生成访问其他主机的网络流量。同时由主机H2向H16发送拒绝服务攻击流量，源端口号、目地端口号均为随机变化。在实验中，当流规则安装速率的调节因 子α=1.0时，将所提FloodMitigation 与OpenFlow、FloodShield 在同等实验环境中进行对比实验，验证防护效果。
图5 实验拓扑
3.1 基于限速安装流规则机制的流表利用率
当主机H2向主机H16发送的攻击速率分别为1 000 flow/s、2 000 flow/s 时，交换机S1的流表利用率如图6 所示。由于OpenFlow 没有安全防护，出现了流表溢出。FloodShield 采用基于控制器CPU 利用率以概率接受的方式安装流规则的防护方式，但是没有考虑流表利用率，依然出现了流表溢出。FloodMitigation 由于采用了基于流表可用空间的限速安装流规则机制，能够有效地限制出现拒绝服务攻击的交换机端口安装流规则的最大数量，防止流表溢出，并且在2 种不同攻击速率下，流表利用率保持稳定。
图6 不同攻击速率下交换机S1 的流表利用率
3.2 基于路径选择的流表利用率
本节实验通过交换机间的流表利用率，验证所提路径选择在均衡交换机流表利用率上的有效性。实验中由H2向H16发送攻击流量，网络流量将流经路径H2—S1—S5或H2—S1—S6。
图7(a)为在不启用路径选择算法情况下交换机S5和S6的流表利用率，S6的流表利用率约为15%，而S5的流表利用率约为50%。这是因为控制器将H1发送的部分背景测试流量，以及流经交换机S1的攻击流量都转发给了交换机S5。图7(b)为启用路径选择算法情况下交换机S5和S6的流表利用率，S5和S6的流表利用率接近。这是由于路径选择模块在每次选择路径时，将从多条路径中选取可用流表空间最大的路径，能够有效地实现多条转发路径的交换机间的流表利用率的均衡，避免交换机转发网络报文过程中出现网络新流汇聚导致的再次拒绝服务攻击，实现对流表的有效保护。
图7 交换机S5 和S6 的流表利用率
3.3 控制器CPU 利用率
当拒绝服务攻击速率分别为1 000 flow/s、2 000 flow/s 时，控制器CPU 利用率如图8 所示。由于OpenFlow 没有防护机制，其控制器CPU 利用率最高。FloodMitigation 始终比FloodShield 的控制器CPU 利用率低，并且随着攻击速率的增加，FloodShield 的控制器 CPU 利用率增加幅度比FloodMitigation 大。这是因为FloodShield 基于控制器CPU 利用率以概率接受的方式通过flow-mod 安装流规则，随着攻击速率的增加，需要下发流规则的处理增多，CPU 利用率增加。而FloodMitigation采用基于流表可用空间的限速安装流规则策略，能够保持稳定的流规则下发安装速率，随着攻击速率的增加，FloodMitigation 的控制器CPU 利用率增加幅度小。
图8 不同攻击速率下的控制器CPU 利用率
3.4 时延、丢包率、带宽可用率
本节实验中H2发送拒绝服务攻击流量，测量H1～H9的时延、丢包率、带宽可用率，结果如图9 所示。H1发送20 条UDP 流，每条UDP流有1 000 个网络报文，统计接收到的网络报文数量以及平均传输时延，并在 H1上使用 iperf工具测试可用带宽。FloodShield 采用基于控制器CPU 利用率以概率接受的方式安装流规则，随着攻击流量速度的增加，CPU 利用率增加，处理的packet-in 消息减少，缓存的packet-in 消息逐渐增多直至缓存溢出，出现丢包率增加和带宽可用率减少的情况。而FloodMitigation 将无法安装的网络报文直接通过低开销的packet-out 消息转发，传输时延保持稳定，没有出现因缓存溢出进而导致的丢包率增加和带宽可用率减少的情况。
图9 时延、丢包率和带宽可用率
4 结束语
现有工作从不同的性能瓶颈角度出发研究拒绝服务攻击防护技术，但未能有效防护流表溢出，以及防止拒绝服务攻击流量在转发中汇聚导致的再次拒绝服务。本文提出了软件定义网络流表溢出防护技术FloodMitigation。通过基于可用流表空间的限速流规则管理机制，动态限制出现拒绝服务攻击的交换机端口的流规则安装最大速度，避免拒绝服务攻击流量占用被所有端口共用的流表资源，以及避免影响其他端口的流规则安装；同时基于可用流表空间的路径选择在多条转发路径的交换机间均衡流表利用率，避免网络新流汇聚在可用流表空间少的交换机上所导致的再次拒绝服务攻击。实验结果表明，在没有引入额外设备的情况下，FloodMitigation 在拒绝服务攻击下能够有效防止流表空间溢出的防护，并在避免网络报文丢失、降低控制器资源消耗、确保网络报文转发时延等方面有效抵御拒绝服务攻击。下一步的工作将结合流规则动态管理机制，实现对有限的流表资源的有效利用，并在硬件交换机上验证拒绝服务攻击防护效果。
