基于深度强化学习的DDoS攻击检测方法研究

摘要

当前的分布式拒绝服务(Distributed Denial of Service,DDoS)攻击检测矩阵多为单向的,攻击检测的范围会受到限制。为此,提出基于深度强化学习的DDoS攻击检测方法。首先,根据实际的攻击检测需求及标准,提取初始DDoS攻击特征;其次,打破攻击检测范围的限制,设计多阶深度检测矩阵;最后,构建深度强化学习DDoS攻击检测模型,采用自适应判别的方法实现DDoS攻击检测处理。测试结果表明,最终得出的DDoS攻击检测F1值均可以达到0.5以上。