基于卷积神经网络的5G网络HTTP/2协议低速DoS识别方法

摘要：

当前,为满足多种应用场景的各项指标需求,5G网络引入HTTP/2协议以提高网络功能数据传输速率和并发能力,然而针对HTTP/2协议的低速DoS攻击具有流量峰值低、攻击过程隐蔽等特点,严重威胁网络安全.通过分析现有低速DoS攻击原理和识别算法的不足,提出一种基于卷积神经网络的HTTP/2协议低速DoS识别方法.首先,提取HTTP/2控制帧字节级别数据构建流量特征灰度图;其次,设计具有卷积计算、池化降维和全连接dropout的卷积神经网络,并将特征灰度图输入到神经网络中训练调优;最后,将训练好的模型用于低速DoS流量识别.仿真结果表明,所提方法在分类准确性、泛化性等方面优于现有识别分类算法,为5G网络安全提供更好的防护.

关键词：5G网络、HTTP/2协议、卷积神经网络、低速DoS

所属期刊栏目：23

分类号：TP309(计算技术、计算机技术)

资助基金：国家科技重大专项2018ZX03002002

在线出版日期：2023-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：392-401