摘要
本发明涉及网络安全技术领域,具体地说,涉及基于混合神经网络的DDOS攻击监测系统。其包括:特征提取融合单元用于获取网络流量数据提取网络流量数据中的网络基础特征,使用卷积神经网络提取网络流量数据中的高阶深度特征,并融合得到网络综合特征;零日攻击检测单元使用神经网络结合非线性动力学监测网络流量状态向量,并使用神经网络结合Q值函数构建攻击响应策略;流量资源平衡单元对系统资源进行自适应平衡,并根据系统资源实时状态优化攻击响应策略;策略反馈执行单元用于执行攻击响应策略,并反馈调整防御策略。该基于混合神经网络的DDOS攻击监测系统通过结合深度自适应学习和非线性时间序列建模提升对复杂和变异攻击模式的识别能力。
技术关键词
网络流量数据
零日攻击检测
预测网络流量
监测系统
卷积神经网络提取
深度特征融合
非线性动力学
策略
模式检测模块
深度Q网络
设备健康状态
监测网络流量
特征提取模块
神经网络模型
递归神经网络
卷积神经网络参数
基础
非线性时间序列
系统为您推荐了相关专利信息
电气设备运行状态
推送模型优化
关键特征值
电气设备现场
节点
无线通信模式
信号强度阈值
中继节点
数据处理模块
数据存储模块
碱式碳酸钴
监测方法
曲线
高斯混合模型
控制决策模块
网络流量数据
网络安全事件
网络安全预警
特征长度尺度
Sigmoid函数
起重机运行状态
解码器
编码器
监控器
数据处理模块