一种基于BiLSTM的低速率DDoS攻击检测方法

• 作者: 蒋万明 蒋朝惠 郭春
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 低速率 DDoS BiLSTM 特征选择
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息安全
• 页码范围: 120-126
• 页数: 7页
• 分类号: TP393.08
• 字数: 5135字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.05.020

摘要

低速率分布式拒绝服务(Low-rate Distributed Denial of Service,LDDoS)攻击是一种新型的DDoS攻击方式,因其具有低速率、周期性和隐蔽性等特点,可躲避传统的DDoS攻击检测技术,更加难于检测和防御.本文提出一种基于特征选择和双向长短期记忆(Bidirectional Long Short Term Memory,BiLSTM)神经网络结合的LDDoS攻击检测方法.该方法使用分层交叉验证的递归特征消除(Recursive Feature Elimination CV,REFCV)特征选择算法挖掘双向流中最优的11个特征集合作为神经网络的输入,建立基于BiLSTM神经网络模型的LDDoS攻击检测分类器进行分类,达到LDDoS攻击检测的目的.实验结果表明该方法比卡尔曼滤波和NCAS算法有较高的检测率,误报率和漏报率都很低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋朝惠	贵州大学计算机科学与技术学院	60	261	8.0	13.0
3	郭春	贵州大学计算机科学与技术学院	17	27	3.0	5.0
9	蒋万明	贵州大学计算机科学与技术学院	1	0	0.0	0.0