《HMM与DNN的混合模型在L-DDoS攻击检测中的应用研究》.docxVIP

《HMM与DNN的混合模型在L-DDoS攻击检测中的应用研究》.docx

1、本文档共19页，其中可免费阅读6页，需付费70金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

《HMM与DNN的混合模型在L-DDoS攻击检测中的应用研究》

一、引言

随着互联网技术的迅猛发展，网络安全问题日益突出。分布式拒绝服务攻击（DDoS）作为一种常见的网络攻击手段，对网络系统造成了严重的威胁。为了有效应对这一威胁，本文提出了一种基于隐马尔可夫模型（HMM）与深度神经网络（DNN）的混合模型在L-DDoS攻击检测中的应用研究。

二、背景与相关技术概述

HMM是一种基于概率的统计模型，可以有效地描述系统状态序列与输出序列之间的复杂关系；而DNN作为人工智能的重要分支，具有很强的数据学习和表达能力。因此，两者的结合对于识别网络异常流量并检测DDoS攻击具有重要意义。

三、L-DDoS

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >