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。