題目:基于改進Transformer和時序特征增強的DDoS攻擊檢測方法
作者:張翼英,范一凡等
期刊:The Journal of Supercomputing
摘要:分布式拒絕服務 (DDoS) 攻擊在物聯(lián)網(wǎng) (IoT) 設備中日益猖獗,對用戶隱私、數(shù)據(jù)完整性和系統(tǒng)穩(wěn)定性構成了重大威脅。盡管已有大量研究致力于提升物聯(lián)網(wǎng)環(huán)境中 DDoS 攻擊檢測系統(tǒng)的性能,但現(xiàn)有方法在管理大規(guī)模物聯(lián)網(wǎng)網(wǎng)絡流量時仍面臨準確性和實時處理能力方面的挑戰(zhàn)。為了突破這些局限性,本研究引入了一種增強型 ContiFormer 模型,該模型集成了先進的特征選擇技術,用于網(wǎng)絡入侵檢測,稱為時間增強型安全變壓器 (TETS)。ContiFormer 模型采用連續(xù)時間變壓器架構,在處理物聯(lián)網(wǎng)環(huán)境中時間間隔不規(guī)則的網(wǎng)絡流量數(shù)據(jù)方面表現(xiàn)出色。通過改進時間編碼機制,TETS 能夠精確識別數(shù)據(jù)流中嵌入的異常模式。此外,該方法結合了基于鴿派優(yōu)化(PIO)算法的特征選擇,能夠有效地從海量網(wǎng)絡數(shù)據(jù)中提取關鍵特征,降低計算復雜度和噪聲干擾,顯著提高入侵檢測的準確率和效率。在CIC-DDoS2019數(shù)據(jù)集上的實驗評估表明,TETS的檢測準確率達到99.45%,彰顯了其顯著的優(yōu)勢和良好的應用潛力。