用于网络流量中 DoS 攻击检测的时空注意力网络（TSAN）
密码学与安全
2025-03-24 v2 人工智能
摘要
拒绝服务攻击仍然是网络安全的关键威胁，它会中断服务并造成重大的经济损失。传统的检测方法，包括统计模型和基于规则的模型，难以适应不断演变的攻击模式。为了应对这一挑战，我们提出了一种新型时空注意力网络（TSAN）架构，用于检测网络流量中的拒绝服务攻击。通过利用网络流量的时间和空间特征，我们的方法捕获了传统方法可能遗漏的复杂流量模式和异常。TSAN 模型结合了基于 Transformer 的时间编码、卷积空间编码以及融合这些互补特征空间的交叉注意力机制。此外，我们采用了带有辅助任务的多任务学习来增强模型的鲁棒性。在 NSL-KDD 数据集上的实验结果表明，TSAN 优于最先进的模型，在保持实时部署的计算效率的同时，实现了更高的准确率、精确率、召回率和 F1 分数。所提出的架构在检测精度和计算开销之间提供了最佳平衡，使其非常适合现实世界的网络安全应用。
引用
@article{arxiv.2503.16047,
title = {Temporal-Spatial Attention Network (TSAN) for DoS Attack Detection in Network Traffic},
author = {Bisola Faith Kayode and Akinyemi Sadeeq Akintola and Oluwole Fagbohun and Egonna Anaesiuba-Bristol and Onyekachukwu Ojumah and Oluwagbade Odimayo and Toyese Oloyede and Aniema Inyang and Teslim Kazeem and Habeeb Alli and Udodirim Ibem Offia and Prisca Chinazor Amajuoyi},
journal= {arXiv preprint arXiv:2503.16047},
year = {2025}
}
备注
19 Pages, 5 figures