基于深度迁移学习的小样本DDoS攻击检测方法
授权
摘要
本发明提供一种基于深度迁移学习的小样本DDoS攻击检测方法。包括步骤：选择标注样本充足的DDoS攻击的样本数据空间作为源域在源域
训练好神经网络簇
选取小样本DDoS攻击的样本数据空间作为目标域
将神经网络簇
在目标域
进行可迁移性对比实验；计算可迁移性能值，选择可迁移性能值最大的网络Nmax在目标域
进行迁移，得到迁移网络NT；利用fine‑tuning技术进行参数微调；利用迁移网络NT在目标域
上进行新的小样本DDoS攻检测。本发明利用深度迁移学习，将标注样本充足的DDoS攻击检测网络参数迁移到小样本DDoS攻击检测上，并结合fine‑tuning技术进行微调，使迁移网络更好的利用源域知识来对新型小样本攻击进行检测，改善新型DDoS攻击检测标注样本少导致的性能恶化问题。
基本信息
专利标题 ：
基于深度迁移学习的小样本DDoS攻击检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111988340A
申请号 ：
CN202010943146.5
公开（公告）日 ：
2020-11-24
申请日 ：
2020-09-09
授权号 ：
CN111988340B
授权日 ：
2022-04-29
发明人 ：
王会梅何佳伟刘建鲜明
申请人 ：
中国人民解放军国防科技大学
申请人地址 ：
湖南省长沙市开福区德雅路109号
代理机构 ：
上海上谷知识产权代理有限公司
代理人 ：
陈婷婷
优先权 ：
CN202010943146.5
主分类号 ：
H04L29/06
IPC分类号 ：
H04L29/06 G06N3/08
法律状态
2022-04-29 ：
授权
2020-12-11 ：
实质审查的生效
IPC(主分类) : H04L 29/06
申请日 : 20200909
申请日 : 20200909
2020-11-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
