基于多尺度卷积神经网络的DDoS攻击检测方法
DDoS Attack Detection Method Based on Multi-scale Convolutional Neural Network作者机构:防灾科技学院河北廊坊065201 中国冶金地质总局矿产资源信息中心北京100025
出 版 物:《电脑与电信》 (Computer & Telecommunication)
年 卷 期:2024年第6期
页 面:35-39页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0839[工学-网络空间安全] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:河北省中央高校研究生科技创新基金项目“基于溯源图的APT攻击检测关键技术研究” 项目编号:ZY20240335
主 题:DDoS攻击 多尺度卷积神经网络 网络安全 深度学习
摘 要:近年来,网络安全面临着日益严峻的挑战,其中分布式拒绝服务(DDoS)攻击是网络威胁中的一种常见形式。为了应对这一挑战,提出了一种基于多尺度卷积神经网络(MSCNN)的DDoS攻击检测方法。在CICDDoS2019day1数据集训练模型,CICDDoS2019day2数据集测试模型检测性能。通过利用MSCNN对网络流量进行预测和分类,能够有效识别DDoS攻击并减少误报率。实验表明,MSCNN方法在准确性、召回率、F1得分性能指标上优于SVM、DNN、CNN、LSTM和GRU。