网络攻击检测中基于深度学习的恶意流量识别  

作　　者：常志华 许国辉 

机构地区：[1]浙江大学信息技术中心,浙江310058

出　　处：《网络安全技术与应用》2024年第6期43-45,共3页Network Security Technology & Application

摘　　要：随着互联网的普及,网络攻击日益猖獗,因此网络安全变得尤为重要。恶意流量是网络攻击的主要形式之一,准确识别恶意流量对于保护网络安全至关重要。本文探讨了一种基于深度学习的方法,采用卷积神经网络(CNN)用于恶意流量识别。通过在小批量真实流量和大规模仿真模拟数据集上的验证,证明了该方法的有效性和高准确率。

关 键 词：网络攻击检测 深度学习 恶意流量识别 卷积神经网络 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]