基于深度学习的软件定义网络异常检测方法
车博山 （ 北方自动控制技术研究所 ）
田元元 （ 北方自动控制技术研究所 ）
薛建彬 （ 北方自动控制技术研究所 ）
侯邦旺 （ 北方自动控制技术研究所 ）
王 强 （ 北方自动控制技术研究所 ）
https://doi.org/10.37155/2717-5170-0711-69简介
在数字化浪潮推动下，软件定义网络（SDN）凭借其灵活性与可编程性，成为现代网络架构的关键支 撑。本文聚焦于基于深度学习的软件定义网络异常检测方法。首先阐述软件定义网络与深度学习技术基础，包括软件 定义网络的概念及深度学习技术原理。接着详细介绍基于深度学习的软件定义网络异常检测模型构建过程，涵盖数据 采集与预处理、特征工程、模型选择与训练以及评估优化。最后探讨多种深度学习在软件定义网络异常检测中的具体 方法，如基于流量分析、控制器行为分析、融合多源数据以及基于深度强化学习的自适应异常检测方法，旨在为软件 定义网络异常检测提供有效方案。
关键字
基于深度学习；软件定义；网络异常；检测方法全文
PDF参考文献
[1]李浩.基于深度学习的网络流量入侵检测方法研究
[J].电脑知识与技术,2024,20(23):96-99+110.
[2]孟玉飞.基于深度度量学习的匿名网络流量关联技
术研究[D].南京信息工程大学,2024.
[3]常志华,许国辉.网络攻击检测中基于深度学习的恶
意流量识别[J].网络安全技术与应用,2024,(06):43-45.
[J].电脑知识与技术,2024,20(23):96-99+110.
[2]孟玉飞.基于深度度量学习的匿名网络流量关联技
术研究[D].南京信息工程大学,2024.
[3]常志华,许国辉.网络攻击检测中基于深度学习的恶
意流量识别[J].网络安全技术与应用,2024,(06):43-45.
版权所有 © 2025 车博山,田元元,薛建彬,侯邦旺,王 强
出版时间:2025-11-30
本作品采用以下许可协议授权： 知识共享 署名 4.0 国际许可协议
