一种制造技术

本发明专利技术公开了一种

【技术实现步骤摘要】
一种DDoS攻击检测方法


[0001]本专利技术涉及
DDoS
攻击检测
，尤其涉及一种
DDoS
攻击检测方法
。

技术介绍

[0002]DDoS(Distributed Denial of Service,
分布式拒绝服务
)
攻击是目前黑客常使用的攻击方式，通过耗尽攻击者主机的资源，拒绝合法用户的正常访问非常容易使得攻击对象的金钱
、
服务和名誉受到严重损害
。
随着网络技术的不断升级更新，
DDOS
攻击手段越来越难以被察觉，且破坏力日益增大
。
因此如何快速检测并区分出正常流量和攻击流量，已成为国内外众多研究学者最新关注的研究热点
。
[0003]随着深度学习的飞速发展，大量的研究人员开始将深度学习引入到
DDoS
攻击检测中来
。
深度学习通过多层神经元或感知机构建网络模型，并对模型进行训练，以便从海量数据中分析并学习其中的内在规律<br/>。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
DDoS
攻击检测方法，其特征在于，包括以下步骤：
S1,
数据预处理阶段
,
对数据集进行数据清洗
、one
‑
hot
编码和归一化处理；
S2
，特征选择阶段
,
即先采用随机森林算法来计算流量数据的特征重要性，并根据其重要性进行排序；然后，通过皮尔逊相关分析来计算特征之间的相关性，结合
S1
结果进行特征选择，减少数据冗余；
S3,
采用
CNN
和
BiLSTM
模型分别进行空间维度和时间维度的特征提取，对二者提取到的特征进行融合后，再利用自注意力机制分配以不同的权重；
S4
，分类阶段，将训练好的结果输入
softmax
分类器进行分类处理
。2.
如权利要求1所述的一种
DDoS
攻击检测方法，其特征在于，所述预处理阶段的过程分为三个步骤：首先对
CIC
‑
IDS2017
和
CIC
‑
DDoS2019
数据集进行数据清洗，然后进行
one
‑
hot
编码，最后进行归一化处理；
S1
‑1，数据清洗主要是对异常数据进行处理，采用
Scikit
‑
learn
中
KNN Imputer
方法进行处理，当样本数据大量缺失时，对缺失值进行拟合；样本数据缺失较少时，采用众数来填充；该方法通过欧几里得距离矩阵寻找最近邻，帮助估算观测中出现的缺失值；
S1
‑2，采用
one
‑
hot
编码对
CIC
‑
IDS2017
数据集进行处理，将原始数据集中的符号性特征转化为数值型特征，以确保所有数据都是数值的，从而便于学习数据特征；
S1
‑3，由于数据集归一化可以将流量特征的方差降低到一定范围内，并减少异常值的影响，故数据经过
one
‑
hot
编码后，使用最小
‑
最大归一化将特征值归一化为0到1之间的值，如下式所示：其中，
h
i
，
j
表示数据集中第
i
行和第
j
列的特征值
。3.
如权利要求1所述的一种
DDoS
攻击检测方法，其特征在于...

【专利技术属性】
技术研发人员：赵俊杰，刘拥民，
申请(专利权)人：中南林业科技大学，
类型：发明
国别省市：