深度学习在僵尸云检测中的应用研究

• 作者: 宋海涛 寇广 汤光明 王硕 边媛
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 僵尸云 云安全 深度学习 网络流 特征 卷积神经网络
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 114-128
• 页数: 15页
• 分类号: TP309.5
• 字数: 11517字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2016228

摘要

僵尸云和正常云服务2种环境下的基本网络流特征差异不明显，导致传统的基于网络流特征分析法在检测僵尸云问题上失效。为此，研究利用深度学习技术解决僵尸云检测问题。首先，从网络流中提取基本特征；然后将其映射为灰度图像；最后利用卷积神经网络算法进行特征学习，提取出更加抽象的特征，用以表达网络流数据中隐藏的模式及结构关系，进而用于检测僵尸云。实验结果表明，该方法不仅能够提高检测的准确度，而且能减少检测所用时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤光明		53	331	9.0	15.0
2	王硕		4	37	3.0	4.0
3	寇广		11	72	5.0	8.0
7	宋海涛		3	31	2.0	3.0
8	边媛		2	12	2.0	2.0