常规的通信网络攻击检测方法以攻击特征识别为主，DDoS攻击特征对并未一一匹配，影响了攻击特征识别效果，检测性能随之降低。因此，设计了基于深度学习的通信网络DDoS攻击在线检测方法。匹配通信网络DDoS攻击特征对，将DDoS攻击特征提取出来，并对其进行相关性检测，结合特征对的熵值变化，判断通信网络的攻击类型。基于深度学习构建网络DDoS攻击在线检测模型，将DDoS攻击特征匹配对在文件中完成分割，输入到攻击检测模型中进行数据处理，使通信网络攻击检测更加准确。更新通信网络DDoS攻击检测参数，将DDoS攻击数据的卷积层参数多次迭代，强化通信网络攻击检测的卷积性能，实现DDoS攻击的精准检测。采用对比实验，验证了该方法的检测性能更佳，能够应用于实际生活中。
NETL
NSTL
万方数据
