一种集成多模型区块链DDoS攻击检测分类方法及系统技术方案

本发明专利技术公开了一种集成多模型区块链DDoS攻击检测分类方法及系统。该方法通过采集区块链网络流量，按攻击类型标注数据集，选择GRU、CNN、LSTM、DNN、SVM等多种模型，使用数据集分别训练各模型，得到检测与分类模型。接收区块链网络流量后，输入各模型预测，计算各模型准确率，根据阈值调整其权重。然后，利用优化软投票算法，综合各模型预测结果与权重，得到流量是否为DDoS攻击及具体攻击类别。相应系统包含流量模块、检测模块、调度模块、决策模块等，并可预先使用标注数据集训练模型。该技术通过集成多模型，实现自适应权重调整，软投票预测，能够提高检测与分类的准确率，为区块链DDoS攻击防御提供高效解决方案。

【技术实现步骤摘要】

本专利技术涉及计算机网络安全，具体地说，特别涉及一种集成多模型区块链ddos攻击检测分类方法及系统。

技术介绍

1、区块链技术作为一个分布式账本，具有去中心化、透明、可追溯等优点，正在深刻影响各行各业。然而，由于其公开透明的特性，区块链网络也面临各类网络攻击的威胁，尤其是ddos攻击。ddos攻击意在淹没目标服务器的资源，使其无法正常工作。近年来，针对加密货币交易所等区块链节点的ddos攻击事件屡见不鲜。

2、目前，常用的ddos攻击防御措施包括流量清洗、应用层防护等。但区块链网络中的ddos攻击日趋复杂多变，攻击类型激增，传统防护手段的效果有限。此外，由于区块链网络的分布式特性，各节点独立工作，信息共享困难，使得ddos攻击检测和防御更具挑战性。

3、现有的ddos攻击防御技术存在以下问题:1)依赖单一检测模型，效果容易受限；2)缺乏对新型攻击的适应能力；3)分布式节点间信息共享不畅，降低了检测效果。为有效应对区块链网络中的ddos攻击威胁，迫切需要一种更加智能化和协同化的新型ddos攻击检测与防御技术。>

<本文档来自技高网...

【技术保护点】

1.一种集成多模型区块链DDoS攻击检测分类方法，其特征在于，包括:

2.根据权利要求1所述的方法，其特征在于，所述针对各模型使用所述数据集进行模型训练具体包括:

3.根据权利要求1所述的方法，其特征在于，所述计算各模型在当前批次样本上的预测准确率具体包括:

4.根据权利要求1所述的方法，其特征在于，所述结合各模型预测结果及其权重，利用优化软投票算法得到检测与分类结果具体包括:

5.根据权利要求4所述的方法，其特征在于，所述优化各模型权重具体通过以下步骤实现:

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述区块链网络...

【技术特征摘要】

1.一种集成多模型区块链ddos攻击检测分类方法，其特征在于，包括:

2.根据权利要求1所述的方法，其特征在于，所述针对各模型使用所述数据集进行模型训练具体包括:

3.根据权利要求1所述的方法，其特征在于，所述计算各模型在当前批次样本上的预测准确率具体包括:

4.根据权利要求1所述的方法，其特征在于，所述结合各模型预测结果及其权重，利用优化软投票算法得到检测与分类结果具体包括:

5.根据权利要求4所述的方法，其特征在于，所述优化各模型权重具体通过以下步骤实现:

6.根据权利要求1-5中任一项所述的方法，其特...

【专利技术属性】
技术研发人员：程杰仁，李修来，唐湘滟，
申请(专利权)人：海南大学，
类型：发明
国别省市：