基于多模态神经网络流量特征的网络应用层DDoS攻击检测方法

摘要

农业设备、传感器和监控系统与网络的连接日益紧密，给农村配电网带来了新的网络安全挑战。其中，分布式拒绝服务（DDoS）攻击是一种常见的网络威胁，对农村配电网的安全性构成了严重威胁。针对农村配电网的特殊需求，提出一种基于多模态神经网络流量特征的网络应用层DDoS攻击检测方法。通过制定网络应用层流量数据包捕获流程并构建多模态神经网络模型，成功提取并分析了网络应用层DDoS攻击流量的特征。在加载DDoS攻击背景下的异常流量特征后，计算相关系数并设计相应的DDoS攻击检测规则，以实现对DDoS攻击的有效检测。经试验分析，所提出的方法在提取DDoS攻击相关特征上表现出色，最大提取完整度可达95%，效果明显优于对比试验中基于EEMDLSTM的检测方法和基于条件熵与决策树的检测方法。

关键词

农村配电网 / 流量特征提取 / DDoS攻击 / 网络应用层 / 多模态神经网络 / 攻击行为检测