基于深度迁移学习的小样本DDoS攻击检测方法

摘要

本发明提供一种基于深度迁移学习的小样本DDoS攻击检测方法。包括步骤：选择标注样本充足的DDoS攻击的样本数据空间作为源域在源域训练好神经网络簇选取小样本DDoS攻击的样本数据空间作为目标域将神经网络簇在目标域进行可迁移性对比实验；计算可迁移性能值，选择可迁移性能值最大的网络Nmax在目标域进行迁移，得到迁移网络NT；利用fine‑tuning技术进行参数微调；利用迁移网络NT在目标域上进行新的小样本DDoS攻检测。本发明利用深度迁移学习，将标注样本充足的DDoS攻击检测网络参数迁移到小样本DDoS攻击检测上，并结合fine‑tuning技术进行微调，使迁移网络更好的利用源域知识来对新型小样本攻击进行检测，改善新型DDoS攻击检测标注样本少导致的性能恶化问题。