基于多门控混合专家模型的网络异常流量识别与防御模型
Anomaly Traffic Identification and Defense Model in Networks Based on the Multi-Gate Mixture of Experts作者机构：上海开放大学 上海教育软件发展有限公司
出 版 物：《信息网络安全》 (Netinfo Security)
年 卷 期：2024年第9期
页 面：1458-1469页
核心收录：
学科分类：0839[工学-网络空间安全] 08[工学]
摘 要：文章提出一种基于多门控混合专家模型的网络异常流量识别与防御模型,该模型适用于业务高峰期间混杂攻击流量的场景。首先,多门控混合专家模型对网络流量进行实时监测和异常识别,区分由业务需求导致的正常流量峰值和异常流量,减少误报,系统将检测到的异常流量作为输入,生成针对性的防御策略。然后,多门控混合专家模型对异常流量识别和防御策略生成专家模型进行协调,提高系统的识别精准度和策略生成的有效性。在实际业务场景中获取的数据集上的实验结果表明,该模型识别准确率和防御效果优于主流的机器学习模型,能够准确识别出混杂在业务高峰期间的异常攻击流量,并生成合适的防御策略。
维普期刊数据库
同方期刊数据库