多环境网络中实时DDoS检测的统一连续学习框架

本研究解决了多环境网络中实时检测DDoS攻击面临的重大挑战，如恶意流量模式多样性和网络威胁的演变。提出了一种在线的持续学习方法，利用MULTI-LF框架，通过集成轻量级和复杂模型，实现对新兴威胁的实时适应，显著提高了分类准确率和降低了预测延迟，为DDoS检测提供了一种高效的解决方案。

本研究提出了一种在线持续学习方法，通过MULTI-LF框架实时检测DDoS攻击，显著提高分类准确率并降低预测延迟，有效应对多环境网络中的恶意流量挑战。

DDoS攻击 MULTI-LF ddos 分类准确率 在线学习 恶意流量
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友