本發明公開了一種基于分布式協作學習的DDoS主動防御系統及方法,該系統包括DDoS攻擊檢測模塊、邊緣設備分布學習模塊、決策強化學習模塊和主動防御模塊;采用CNN神經網絡充分發掘數據流量的時間特征和空間特征;將CNN神經網絡模型和輕量級模型引入物聯網DDoS攻擊流量檢測;邊緣節點上傳環境信息給云服務器,控制節點下放主動防御決策給邊緣節點;實現邊緣節點做出協作學習決策,部署拓撲構造策略;選擇主動防御措施。與現有技術相比,本發明實現了應用于端?邊設備架構下,針對物聯網數據流的分布式在線DDoS檢測技術,實現延遲更低、魯棒性更好的智能防御引擎;節點間的交互機制和學習機制提升了主動防御的精確度,有效降低了時延。
聲明:
“基于分布式協作學習的DDoS主動防御系統及方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)