摘要

为了解决基于机器学习的攻击检测系统梯度消失和陷入局部最小值的问题,提出一种基于深度径向智能(Deep Radial Intelligence, DeeRaI)的拒绝服务检测系统。使用从具有不同抽象级别的径向基函数中提取的智能信息来训练DeeRaI网络,得到训练样本特征之间的相关性;使用积累化身(Cumulative Incarnation, CuI)算法优化DeeRaI网络权重,生成最佳权重。实验结果表明,DeeRaI拒绝服务攻击检测系统学习收敛速度更快,并且在检测率、准确率、误报率和误差率性能方面优于现有其他方法。