软件定义网络是一种全新的网络架构，集中控制是其主要优势，但若受到DDoS 攻击则会造成信息不可达，也容易造成单点失效。为了有效地识别DDoS攻击，提出了一种SDN环境下基于BP神经网络的DDoS攻击检测方法。该方法获取OpenFlow交换机的流表项，分析SDN环境下DDoS攻击特性，提取出与攻击相关的流表匹配成功率、流表项速率等六个重要特征；通过分析六个相关特征值的变化，采用BP神经网络算法对训练样本进行分类，实现对DDoS攻击的检测。实验结果表明，该方法在有效提高识别率的同时，降低了检测时间。通过在软件定义网络环境中的部署，验证了该方法的有效性。
2022-02-24 10:04:33
1.24MB
1
https://blog.csdn.net/qq_48272604/article/details/114965207?spm=1001.2014.3001.5501
此为该博客的inputs文件以及程序
2022-02-23 09:10:43
3KB
1
针对传统的基于 BP神经网络的自适应均衡器存在的缺陷,提出了一种改进的 BP神经网络自适应均 衡器的 FPGA设计方法. 从互连结构、训练法则及收敛算法等几个方面对 BP网络进行改进,通过加入协调 器提高 BP网络收敛速度和容错性能,并根据 BP网络的并行性能得到分块结构模型,同时采用流水线技术使 计算速度明显提高. 通过软件仿真,验证了这种结构简单、收敛速度较快的 BP网络的有效性和可行性,并在 ModelSim工具上完成了自适应均衡器的仿真验证.
2022-02-22 22:10:52
654KB
1