欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024113776226
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于可解释AI的DDoS攻击检测模型CapNet,其特征在于,包括以下步骤:S1:对网络流量数据进行预处理。

S2:将预处理后的流量数据转化为张量输入CapNet模型进行分类。

S3:计算并输出特征贡献度。

2.根据权利要求1所述的基于可解释AI的DDoS攻击检测模型,其特征在于,所述步骤S1包括以下子步骤:S11:移除缺失值,替换无穷值为NaN,并用列均值填充缺失值,确保数据一致性。

S12:进行特征缩放与标准化,采用Z-score标准化,将特征转换为均值为0、标准差为1的分布。

S13:在高速网络环境中,采用系统采样技术以提高处理效率。

3.根据权利要求1所述的基于可解释AI的DDoS攻击检测模型,其特征在于,所述步骤S2包括以下子步骤:S21:优化ResNet50模型,使其适应一维数据处理,减少网络层数和卷积核大小,降低计算复杂度和资源消耗,用于流量数据的特征提取和分类。

S22:通过SelfNet模块进一步优化特征,SelfNet由多层全连接层组成,用于非线性映射和高层次特征的提取,提升模型的分类性能。

S23:通过Captum模块进行特征重要性分析,Captum采用集成梯度法计算每个输入特征对模型输出的贡献,优化模型的可解释性,并缩短检测时间。

4.根据权利要求1所述的基于可解释AI的DDoS攻击检测模型,其特征在于,所述步骤S3包括以下子步骤:Captum通过集成梯度法计算特征贡献度。Captum首先选择基线输入,然后生成从基线到实际输入的插值点,逐步计算每个插值点的梯度,并对所有梯度进行积分,最终得到每个特征的贡献度,从而量化其对模型输出的影响,提升模型的透明性和可解释性。

5.根据权利要求4所述的基于可解释AI的DDoS攻击检测模型,其特征在于,基于Captum输出的特征重要性,进一步选择对DDoS攻击检测贡献最大的特征,以优化检测效果。