本发明提出一种在sdn网络架构下结合svm和优化lstm模型的ddos攻击检测方法,不仅可以对时间序列做出分类判断,达到通过一段时间的流量特征进行检测判断,以减少由于单一机器学习分类器对个别异常流量造成的误警问题,还可以降低由于lstm模型对数据的敏感性所带来的网络初始阶段流量的误判率,并减少检测耗时,减轻系统负担。 附图...
具体涉及SDN网络架构下一种结合SVM和优化LSTM模型的DDoS攻击检测方法,本发明提出一种在SDN网络架构下结合SVM和优化LSTM模型的DDoS攻击检测方法,不仅可以对时间序列做出分类判断,达到通过一段时间的流量特征进行检测判断,以减少由于单一机器学习分类器对个别异常流量造成的误警问题,还可以降低由于LSTM模型对数据的敏感性所...
专利权项:1.SDN网络架构下一种结合SVM和优化LSTM模型的DDoS攻击检测方法,其特征是:它包括以下步骤:步骤一、根据现有LSTM模型,利用改进的遗传算法来优化LSTM模型,获得优化LSTM模型;步骤二、搭建虚拟SDN网络拓扑结构;步骤三、对步骤二搭建的虚拟SDN网络拓扑结构进行数据采集,获得SDN网络数据集;步骤四、使用步骤三获得SDN网...