基于深度信念网络特征提取的 DDoS 攻击检测方法
密码学与安全
2019-03-20 v1
摘要
分布式拒绝服务（DDoS）攻击是最常见的网络攻击之一。DDoS 攻击日益多样化，使得一些基于单一网络流特征的 DDoS 攻击检测方法难以检测各类 DDoS 攻击，而多特征 DDoS 攻击检测方法因算法复杂性存在一定滞后性。因此，及时准确地监测流量变化趋势并识别 DDoS 攻击是必要且紧迫的。本文提出一种基于深度信念网络特征提取与 LSTM 模型的 DDoS 攻击检测方法。该方法利用深度信念网络提取 IP 数据包特征，并基于 LSTM 模型识别 DDoS 攻击。该方案适用于 DDoS 攻击检测技术。模型可准确预测正常网络流量趋势，识别由 DDoS 攻击引起的异常，并适用于未来解决更多关于 DDoS 攻击的检测方法。
引用
@article{arxiv.1903.07889,
title = {DDoS attack detection method based on feature extraction of deep belief network},
author = {Li Yijie and Zhai Shang and Chen Mingrui},
journal= {arXiv preprint arXiv:1903.07889},
year = {2019}
}