10.3969/j.issn.1000-386x.2022.05.051
基于卷积神经网络的僵尸网络检测
传统的僵尸网络检测方法无法及时可靠地发现不断进化的僵尸网络变种,机器学习方法被应用到僵尸网络的流量分析中,具有良好的效果.通过改进数据处理方法,剔除数据流中无效的信息,增加人工提取的特征来表现数据流的总体特征,然后使用卷积神经网络进行特征学习,提高检测的准确率.实验表明,改进后的僵尸网络检测准确率为99.02％,误报率为1.81％.
僵尸网络、深度学习、卷积神经网络、数据处理、流量分类
39
TP3(计算技术、计算机技术)
2022-07-11（万方平台首次上网日期，不代表论文的发表时间）
共7页
336-341,349
