基于深度学习的DDoS攻击检测模型

• 作者: 奚玉龙
• 来源期刊: 计算机系统应用
• 关键词: 分布式拒绝服务攻击 卷积神经网络 粒子群 准确率
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 软件技术·算法|Software Technique · Algorithm
• 页码范围: 216-221
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007649

摘要

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.