买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种基于可解释AI的DDoS攻击检测方法——CapNet,旨在提高检测精度、可解释性及计算效率。CapNet通过优化的ResNet50进行一维网络流量的特征提取,结合SelfNet模块优化分类性能,并引入Captum模块计算特征贡献度,实现模型的透明性和可解释性。实验验证表明,CapNet在二分类和多分类任务中F1分数均超过99.9%,并通过特征选择将特征从79个减少至2个,训练时间缩短近10倍,保持了99%以上的F1分数。本发明适用于大规模DDoS攻击检测,具有高效性和鲁棒性。
主权项:1.一种基于可解释AI的DDoS攻击检测模型CapNet,其特征在于,包括以下步骤:S1:对网络流量数据进行预处理。S2:将预处理后的流量数据转化为张量输入CapNet模型进行分类。S3:计算并输出特征贡献度。
全文数据:
权利要求:
百度查询: 南京邮电大学 基于可解释AI的高效DDoS攻击检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。