一种基于深度学习的边缘服务器端入侵防御系统设计方法
公开
摘要
本发明公开了一种基于深度学习的边缘服务器端入侵防御系统设计方法，包括：步骤1，采集移动终端向边缘服务器层发送的网络流量数据；步骤2，对网络流量数据进行预处理，然后构建训练数据；步骤3，采用极端梯度提升算法对训练数据按照特征重要性得分机制进行特征筛选，得到压缩训练数据；步骤4，将压缩训练数据输入到SDN流量控制器中的时序卷积神经网络中进行训练，得到时序卷积神经网络模型；步骤5，将待预测的网络流量数据进行步骤2～步骤3的操作，得到压缩预测数据；步骤6，将压缩预测数据输入时序卷积神经网络模型中，得到实际的预测结果，步骤7，将实际的预测结果输入到数据分析模块，结合机器学习评估指标对防御系统进行评估。
基本信息
专利标题 ：
一种基于深度学习的边缘服务器端入侵防御系统设计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114615010A
申请号 ：
CN202210058909.7
公开（公告）日 ：
2022-06-10
申请日 ：
2022-01-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李晋国焦旭斌陈迎春王亮亮温蜜张凯
申请人 ：
上海电力大学
申请人地址 ：
上海市浦东新区沪城环路1851号
代理机构 ：
上海德昭知识产权代理有限公司
代理人 ：
陈龙梅
优先权 ：
CN202210058909.7
主分类号 ：
H04L9/40
IPC分类号 ：
H04L9/40
法律状态
2022-06-10 ：
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
