开源
标签
网络流量
增强
备注
我们提出了一种基于拓扑和流量特征的深度学习方法(GLD-Net),同时从时序流量数据中提取流量和拓扑特征,并利用图注意力网络(GAT)挖掘非欧几里得特征之间的相关性以融合流量和拓扑特征。位于 GAT 后面的长短期记忆(LSTM)网络获得节点邻居关系,全连接层用于实现特征维度降低和流量类型映射。
建模场景
网络流量
年份会议级别
2022
SCI-4
翻译
GLD-Net:深度学习通过拓扑和流量特征融合检测DDoS攻击
  • Valine