首页> 中国专利> 一种基于CNN-LSTM融合的僵尸网络检测方法

一种基于CNN-LSTM融合的僵尸网络检测方法

摘要

本发明公开了一种基于CNN‑LSTM融合的僵尸网络检测方法,获取网络数据集,对数据集进行预处理操作;构建检测模型,检测模型包括卷积神经网络模型CNN、长短时记忆网络模型LSTM、特征融合模块、全连接层,卷积神经网络模型CNN用于空间特征提取,长短时记忆网络模型LSTM用于时序特征提取,将提取得到的空间特征和时序特征在特征融合模块中进行特征融合,得到融合特征,融合特征经过全连接层输出检测结果;对检测模型进行训练,得到训练好的检测模型。本发明简化了人工提取特征等操作,不需要极强的先验知识,对僵尸网络检测具有良好的准确率。

著录项

  • 公开/公告号CN112995150A

    专利类型发明专利

  • 公开/公告日2021-06-18

    原文格式PDF

  • 申请/专利权人 南京邮电大学;

    申请/专利号CN202110169984.6

  • 发明设计人 卢法权;陈丹伟;

    申请日2021-02-08

  • 分类号H04L29/06(20060101);G06N3/04(20060101);G06N3/08(20060101);G06K9/62(20060101);

  • 代理机构32249 南京瑞弘专利商标事务所(普通合伙);

  • 代理人彭雄

  • 地址 210000 江苏省南京市鼓楼区新模范马路66号

  • 入库时间 2023-06-19 11:27:38

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-05-02

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号