一种基于深度学习的DDoS攻击流量检测方法

本发明涉及网络攻防技术领域，特别涉及一种基于深度学习的DDoS攻击流量检测方法，方法包括：解析终端设备发送的当前数据流得到多个数据包的特征序列；基于多个数据包的特征序列组成时序特征矩阵输入至目标深度学习模型进行流量检测，得到模型检测结果，其中，目标深度学习模型由对初始深度学习模型训练得到；若模型检测结果为DDoS攻击流量，则终端设备发送警报信息至显示界面，若终端设备接收到用户的DDoS攻击流量为正常流量的的确认指示，则判定DDoS攻击流量为正常流量，并自修正目标深度学习模型的参数，若终端设备接收到用户的DDoS攻击流量为非正常流量的确认指示，则判定DDoS攻击流量为非正常流量。