基于多模态数据特征增强与组合的快速DDoS攻击检测方法

本发明属于工控安全技术领域，其公开了一种基于多模态数据特征增强与组合的快速DDoS攻击检测方法，解决传统技术中基于特征选择进行DDoS攻击检测的方法存在的准确率低、泛化能力差、不能满足实时性要求的问题。本发明通过多模态数据对非常见的DDoS攻击类型进行特征增强，在特征组合过程中，先通过特征预筛选和基于相似度的度量函数对候选特征子集进行去冗余，之后与各种不同类型的DDoS攻击进行关联性分析，将多目标最优化问题转化为简单约束问题，以便快速找到性能优异的解。接着使用注意力机制，通过特征选择的自适应加权算法，优化特征选择过程，保证特征选择在面对不同DDoS攻击类型时达到最优。最后，运用所提取的最优特征组合子集对模型进行训练。