一种基于深度学习的DDoS攻击检测方法

本发明属于网络安全技术领域，公开了一种基于深度学习的DDoS攻击检测方法，包括S1，数据预处理，对获取的网络流量数据流进行数据清洗、去噪和格式标准化等预处理操作，确保数据适用于后续处理；S2，特征选择，将经过预处理的网络数据流量传输至特征选择模块，使用选择性深度自编码器(Selective Deep Autoencoder)提取网络流量数据中的潜在攻击特征；S3，攻击检测，将提取的网络流量数据特征传输至DDoS攻击检测模块，使用CNN‑Self‑Attention模型检测网络流量数据是否为DDoS攻击流量并识别其攻击类型。本发明能够从复杂的网络流量数据中提取其重要表征，提高检测准确率，检测结果准确度高，适用于目前的DDoS攻击检测系统。