基于深度学习与开集识别技术的对抗式DDoS攻击检测技术.docxVIP

下载本文档

10
0
约1.34万字
约 12页
2024-11-15 发布于北京
举报
版权申诉

基于深度学习与开集识别技术的对抗式DDoS攻击检测技术.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

AI赋能安全

AIEmpoweredSecurity

吴志祥，刘莉丹，高博

基于深度学习与开集识别技术的对抗式DDoS攻击检测技术

AdversarialDDoSAttackDetectionBasedon

DeepLearningandOpenSetRecognitionTechniques

吴志祥，刘莉丹，高博（中国联通黑龙江分公司，黑龙江哈尔滨150001）

WuZhixiang，LiuLidan，GaoBo（ChinaUnicomHeilongjiangBranch，Haerbin150001，China）

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。

关键词：

DDoS；AI；开放集识别；CNN-Geo；CycleGAN；增量学习

doi：10.12045/j.issn.1007-3043.2024.08.004文章编号：1007-3043（2024）08-0018-06

中图分类号：TP181

文献标识码：A

开放科学（资源服务）标识码（OSID）：

Abstract：

TheInternethasbecomeanintegralpartofmodernlife，butitalsofacesmanysecurityrisks，especiallyDistributedDenialofService（DDoS）attacks.Theuseofartificialintelligence(AI)technologycanaddressthechallengesposedbyDDoSattacks.ItproposesadefensemodelbasedonCNN-GeoandCycleGANtechniques，whichincludesanincrementallearningmodulethatisabletotrainunknowntrafficandcontinuouslyimprovethemodelsdefensecapability.Thismodelcanidentifyunknownattacksthatdeviatefromthelearningdistribution，andtheevaluatedresultsshowthatitsaccuracyismorethan98.16%，whichenhancestheabilitytodetectanddefendagainsttheevolvingDDoSattackstrategiesinrealscenarios.

Keywords：

DDoS；AI；Opensetrecognition（OSR）；CNN-Geo；CycleGAN；Incrementallearning

引用格式：吴志祥，刘莉丹，高博.基于深度学习与开集识别技术的对抗式DDoS攻击检测技术［J］.邮电设计技术，2024（8）：18-23.

1概述

近年来网络安全攻击频发，黑客的攻击越来越难以防御，尤其是分布式拒绝服务（DDoS）攻击，被认为是最难以防御的网络攻击手段之一。检测和防御DDoS攻击的挑战在于其模仿合法用户行为的能力，DDoS攻击可通过快速注入大量恶意软件阻碍对服务的访问，使目标受害者大范围的服务中断并可能导致

收稿日期：2024-07-10

数据中心关闭，后果非常严重［1］。传统的防御机制存在对DDoS攻击误判率高的问题，而且需要大量人力，无法抵御不断演变的攻击［2］。如今人工智能在构建入侵检测系统（IDS）等应用上已取得重大进展，市面上的大部分产品都依靠人工智能技术来自动区分传统流量和攻击流量［3］。然而，这些应用人工智能的IDS面临着巨大的挑战。随着信息活动的迅速扩大，新服务在不断发展，