深度强化学习异常流量检测框架

实时精准防护

该框架通过深度强化学习优化特征选择与检测模型，实现对高速无线网络中大量、高维、动态流量的实时异常检测，并能识别未知攻击。

董仕 · Xia, Yuanjun · Tao, Wang

IEEE Wireless Communications 2024

技术优势

实时检测

通过深度强化学习优化特征选择与检测模型，满足高速网络流量的实时检测需求。

未知攻击识别

学习策略能够发现偏离正常模式的流量，识别训练中未见过的攻击类型。

应用场景

• 网络入侵检测系统：集成为入侵检测引擎，实时识别异常流量并响应。
• 无线通信网络安全：专门针对无线流量特性设计，提升无线网络安全防护能力。
• 实时异常流量监测：用于高速网络流量的实时监控与异常报警。