基于粒子群算法优化卷积神经网络的DDoS检测方法

本发明提供了基于粒子群算法优化卷积神经网络的DDoS检测方法，包括：数据预处理；输入至已完成初始化的PSO模型和已完成初始化的CNN模型中；获取全局最优超参数权重值，将所述计算检测方法的准确度作为适应度值；依据适应度值获取局部和全局的粒子和速度矩阵的最优值；对当前局部与全局的粒子位置和速度予以更新；是否达到迭代次数的判定；将所述最终结果作为最优粒子集合输出，而后便可运用最终优化的CNN模型进行DDoS检测，本发明在保证检测精度的同时，降低了计算资源消耗和训练时间，极大地减少了人工调参的难度和复杂度，提高了检测效率，有效应对复杂多变的DDoS攻击实时检测问题，提升了网络环境的整体安全。