基于深度学习的DDoS攻击检测模型
构建了基于粒子群优化卷积神经网络(PSO-CNN)的分布式拒绝服务攻击(DDoS)攻击检测模型.利用卷积神经网络的权值共享和最大池化自动挖掘网络数据流特征,引入粒子群对卷积核进行优化,在提升模型训练效率的同时,增强了模型的全局寻优能力.实验结果表明,该模型能够有效检测DDoS攻击,具有较高的检测准确率.
分布式拒绝服务攻击、卷积神经网络、粒子群、准确率
30
2021-04-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
216-221
点击收藏,不怕下次找不到~
分布式拒绝服务攻击、卷积神经网络、粒子群、准确率
30
2021-04-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
216-221
国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”
国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304
©天津万方数据有限公司 津ICP备20003920号-1
违法和不良信息举报电话:4000115888 举报邮箱:problem@wanfangdata.com.cn