基于深度学习的SDN异常流量检测系统 |
| |
引用本文: | 钟掖,龙玉江,赵威扬,张光益.基于深度学习的SDN异常流量检测系统[J].自动化与仪器仪表,2022(4):89-92+97. |
| |
作者姓名: | 钟掖 龙玉江 赵威扬 张光益 |
| |
作者单位: | 1. 四川师范大学;2. 贵州电网有限责任公司信息中心 |
| |
摘 要: | 流量异常直接影响软件定义网络(SDN)的正常工作,为了解决当前SDN流量异常检测过程中存在的一些不足,以提升SDN流量异常检测精度,设计了基于深度学习的SDN流量异常检测系统。采用经验模态分解方法对SDN流量异常数据进行预处理,采用最小二乘支持向量机建立SDN流量异常检测模型,利用萤火虫算法实现最小二乘支持向量机参数优化选择,以获得更优的SDN流量异常检测结果。实验结果表明,本文系统的SDN流量异常值与实际值非常接近,大幅度减少了SDN流量异常检测误差,具有较高的实际应用价值。
|
关 键 词: | 软件定义网络 流量异常 萤火虫算法 最小二支持向量机 检测正确率 |
|
|