数字孪生 - 智能自主核心网络的 DDoS 检测机制
原文约300字，阅读约需1分钟。发表于：。通过数字孪生技术和在线学习方法，该研究提出了一种智能分布式拒绝服务攻击检测机制，适用于互联网服务提供商（ISP）核心网络。研究实现了基于数字孪生的 DDoS 检测架构，并利用在线学习方法更新模型以实现准确预测。研究结果表明，所提出的解决方案能够在 DDoS 攻击开始后约 15 分钟内对攻击进行准确估计。
该研究提出了一种基于深度学习的分布式拒绝服务攻击检测方法，利用实时DDoS攻击数据构建模型，通过提取数据流并将其归一化到一个固定长度，然后通过自定义架构进行二进制分类，实现分类和减轻DDoS流量的技术。结果表明，该算法在网络流量中检测DDoS攻击方面表现出很高的准确性，针对2000个未见过的流量达到了0.9883的准确率，并且可在任何网络环境中扩展应用。
