基于可迁移深度学习的mDNS解析反射放大DDoS攻击预警系统

本发明涉及通信领域技术领域，且公开了基于可迁移深度学习的mDNS解析反射放大DDoS攻击预警系统，包括预处理层、卷积层、时序层和密集层。本发明通过在ResNet‑50网络架构的基础上融合注意力机制，增强模型在卷积过程中对数据的重要特征提取能力，并抑制一些不重要的特征达到了模型更有针对性地关注对任务更为重要的信息，从而提升整体性能的有益效果，通过利用LSTM的长短期记忆能力，融合网络流量数据的时空特征。通过分析网络流量数据在时间上的变化趋势，能够更准确地分析攻击数据流的时空特征，达到了提高网络安全检测系统对于新型攻击行为的检测和泛化能力的有益效果。