一种用于车辆-无人机融合系统的DDoS攻击检测方法
申请号:CN202511314372
申请日期:2025-09-15
公开号:CN120834961A
公开日期:2025-10-24
类型:发明专利
摘要
本发明涉及DDoS攻击检测技术领域,公开了一种用于车辆‑无人机融合系统的DDoS攻击检测方法,包括:采集网络流量数据集,通过预处理,生成流量特征数据集;构建基于CNN‑LSTM的DDoS攻击检测模型;采用斑翠鸟优化方法对流量特征数据集进行特征筛选后,输入基于CNN‑LSTM的DDoS攻击检测模型进行训练,生成训练好的基于CNN‑LSTM的DDoS攻击检测模型;采集待检测的网络流量数据,将其输入训练好的基于CNN‑LSTM的DDoS攻击检测模型进行DDoS攻击检测,生成DDoS攻击检测结果;本发明将元启发式斑翠鸟优化方法与CNN‑LSTM混合深度学习模型相结合,结合自定义的适应度函数联合优化模型准确性和检测时间,提高了模型的准确性,有效平衡了检测性能和实时响应性之间的权衡,具有较高的检测准确率和较低的检测延迟。
技术关键词
攻击检测模型
攻击检测方法
融合系统
网络流量数据集
输出特征
无人机
车辆
混合深度学习模型
攻击检测技术
策略更新
局部特征提取
HTTP请求
超参数
存储器
训练集
时序特征