基于深度学习与开集识别技术的对抗式DDoS攻击检测技术

作     者：吴志祥 刘莉丹 高博 Wu Zhixiang;Liu Lidan;Gao Bo

作者机构：中国联通黑龙江分公司黑龙江哈尔滨150001 

出 版 物：《邮电设计技术》 (Designing Techniques of Posts and Telecommunications)

年 卷 期：2024年第8期

页      码：18-23页

摘      要：网络已成为现代生活不可或缺的一部分,但也面临着诸多的安全风险,特别是分布式拒绝服务(DDoS)攻击。利用人工智能(AI)技术可应对DDoS攻击带来的挑战。基于CNN-Geo和CycleGAN技术,提出一种包含一个增量学习模块的防御模型,该增量学习模块能够训练未知流量并不断提高模型的防御能力。该模型可以识别偏离学习分布的未知攻击,评估结果表明其准确度超过98.16%,增强了对现实场景中不断演变的DDoS攻击策略的检测和防御能力。

主 题 词：DDoS AI 开放集识别 CNN-Geo CycleGAN 增量学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.12045/j.issn.1007-3043.2024.08.004

馆 藏 号：203140223...