基于改進(jìn)CNN-LSTM融合的僵尸網(wǎng)絡(luò)識別方法
計算機應(yīng)用與軟件
頁數(shù): 8 2024-03-12
摘要: P2P及fast-flux等技術(shù)的出現(xiàn)使僵尸網(wǎng)絡(luò)隱蔽性大大增強。傳統(tǒng)人工提取特征的識別方法愈發(fā)困難并且識別精度低。該文設(shè)計一種新的基于CNN及LSTM融合網(wǎng)絡(luò)結(jié)構(gòu),使用改進(jìn)激活函數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)檢測空間特征,并使用長短時記憶網(wǎng)絡(luò)檢測時序特征,將兩種特征并聯(lián)融合用于識別僵尸網(wǎng)絡(luò)。實驗表明,該方法在精度和召回率等方面可滿足僵尸網(wǎng)絡(luò)識別需求。 (共8頁)