摘要
本发明公开了一种命名数据网络合谋兴趣泛洪攻击的检测方法,本发明提取同一时刻NDN网络中所有路由器的多维网络流量特征作为RBF神经网络模型的输入,采用高斯函数作为RBF神经网络模型的隐藏层的径向基函数将训练集中的所有输入样本输入到RBF神经网络模型中,采用K‑means算法在训练集的所有输入样本中选取h个输入样本作为K‑means算法的聚类中心,并根据聚类中心确定RBF神经网络模型的径向基函数的中心;本发明使用RBF神经网络算法识别多维网络流量特征在不同网络状态之间的差异并进行分类,从而判断NDN网络在每一时刻的状态,可以更准确地区分正常网络行为和合谋兴趣泛滥攻击,以实现检测合谋兴趣泛滥攻击。
技术关键词
命名数据网络
RBF神经网络
网络流量特征
神经网络模型
兴趣
路由器
样本
标签
聚类
训练集
异常状态
传播算法
条目
速率
周期