基于深度学习的软件定义网络异常检测方法

张堃

信息记录材料 ›› 2025, Vol. 26 ›› Issue (01) : 38 -40.

PDF
信息记录材料 ›› 2025, Vol. 26 ›› Issue (01) : 38 -40. DOI: 10.16009/j.cnki.cn13-1295/tq.2025.01.068

基于深度学习的软件定义网络异常检测方法

    张堃
作者信息 +

Author information +
文章历史 +
PDF

摘要

软件定义网络(software-defined networking, SDN)作为一种新兴的网络架构,为网络管理和安全提供了新思路。本文针对SDN中的异常检测问题探讨了一种基于深度学习的方法。首先,研究了深度学习在异常检测领域的应用。其次,通过数据采集与预处理,获取了SDN的仿真流量数据,并进行了数据清洗、归一化和降维处理。最后,构建了基于自编码器的异常检测模型,并在Matlab平台上对仿真数据进行了验证。结果表明,所提方法在精确率、召回率和F1分数等指标上具有良好的性能,能有效识别SDN中的异常流量。

关键词

深度学习 / 自编码器 / 软件定义网络 / 异常检测

Key words

引用本文

引用格式 ▾
基于深度学习的软件定义网络异常检测方法[J]. 信息记录材料, 2025, 26(01): 38-40 DOI:10.16009/j.cnki.cn13-1295/tq.2025.01.068

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

105

访问

0

被引

详细

导航
相关文章

AI思维导图

/