基于图神经网络的DDoS攻击检测方法及装置

    公开(公告)号:CN114915444B

    公开(公告)日:2023-03-10

    申请号:CN202210293159.1

    申请日:2022-03-23

    Abstract: 本发明公开了一种基于图神经网络的DDoS攻击检测方法及装置,所述方法包括:将待检测流量中的数据包按照 二元组进行分组;对每一分组,按时间排序所述数据包,并根据所述数据包为上行流量或下行流量,将所述分组划分为若干小组;针对每一分组,构建至少一个图结构;使用图神经网络计算所述图结构的表征,并基于所述表征进行分类,得到所述图结构的DDoS攻击检测结果;结合各图结构的DDoS攻击检测结果,获取所述待检测流量的DDoS攻击检测结果。本发明更好地体现了DDoS攻击流量的固有特性,具有更高的准确率。

    基于图神经网络的DDoS攻击检测方法及装置

    公开(公告)号:CN114915444A

    公开(公告)日:2022-08-16

    申请号:CN202210293159.1

    申请日:2022-03-23

    Abstract: 本发明公开了一种基于图神经网络的DDoS攻击检测方法及装置,所述方法包括:将待检测流量中的数据包按照 二元组进行分组;对每一分组,按时间排序所述数据包,并根据所述数据包为上行流量或下行流量,将所述分组划分为若干小组;针对每一分组,构建至少一个图结构;使用图神经网络计算所述图结构的表征,并基于所述表征进行分类,得到所述图结构的DDoS攻击检测结果;结合各图结构的DDoS攻击检测结果,获取所述待检测流量的DDoS攻击检测结果。本发明更好地体现了DDoS攻击流量的固有特性,具有更高的准确率。

    一种集成GBDT与神经网络的网络异常检测方法

    公开(公告)号:CN114169390A

    公开(公告)日:2022-03-11

    申请号:CN202111231657.5

    申请日:2021-10-22

    Abstract: 本发明公开一种集成GBDT与神经网络的网络异常检测方法,属于网络信息安全和机器学习的交叉技术领域。为了克服网络异常检测任务中传统机器学习算法和深度学习算法在处理表格数据上的不足,本发明选用专为表格数据设计的TabTransformer结构,同时为了应对网络异常检测中的类别不平衡问题,本发明采取了代价敏感的思想,引入了专门针对不平衡问题设计的Focal Loss损失函数,采取自适应学习策略,从参数搜索空间中自动选取Focal Loss的最佳参数。本发明既适用于二分类问题又适用于多分类问题。

    一种状态共享的分布式多出口路由选择方法

    公开(公告)号:CN112350933A

    公开(公告)日:2021-02-09

    申请号:CN202011197054.3

    申请日:2020-10-30

    Abstract: 本发明公开了一种状态共享的分布式多出口路由选择方法,包括以下步骤:S1、用户侧接入,用户侧接入模块采用分布式的部署架构,由部署在靠近用户侧的数据转发模块和探测模块组成;S2、理由管理,路由管理中心作为一个中心节点,为各个数据转发服务器和不同的路由出口分配特定的ID,本发明涉及路由技术领域。该状态共享的分布式多出口路由选择方法通过用户侧接入采用分布式的部署架构,每个数据转发服务器都对应有一个默认的路由出口,以及多个可选的其他出口,再通过路由管理和空闲探测共同作用,使得用户上网时可以合理地选择路由线路并正确为用户通过多个出口建立到所有超链接的连接,能够提升整个网络的效率。

Patent Agency Ranking