10.3969/j.issn.1000-386x.2020.12.050
基于深度径向智能的拒绝服务攻击检测
为了解决基于机器学习的攻击检测系统梯度消失和陷入局部最小值的问题,提出一种基于深度径向智能(Deep Radial Intelligence,DeeRaI)的拒绝服务检测系统.使用从具有不同抽象级别的径向基函数中提取的智能信息来训练DeeRaI网络,得到训练样本特征之间的相关性;使用积累化身(Cumulative Incarnation,CuI)算法优化DeeRaI网络权重,生成最佳权重.实验结果表明,DeeRaI拒绝服务攻击检测系统学习收敛速度更快,并且在检测率、准确率、误报率和误差率性能方面优于现有其他方法.
DoS攻击局部最小值深度径向智能累积化身
37
TP393(计算技术、计算机技术)
重庆市教育委员会科学技术研究项目KJQN201805301
2020-12-17（万方平台首次上网日期，不代表论文的发表时间）
共6页
316-321
