.png){kind=icon}
返回
Machine learning-powered defense DDoS attacks in mobile cloud computing
.png){kind=icon}
PRE
AI
DOI：10.1007/s12243-026-01170-z.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着移动云计算（MCC）在医疗保健、交通运输和智能基础设施等领域的广泛应用，分布式拒绝服务（DDoS）攻击日益频繁和复杂，带来了严峻的安全挑战。因此，增强此类攻击的防御机制变得至关重要，尤其是在高度动态的MCC环境中。本文针对MCC环境中的DDoS攻击检测问题，提出了一种整合预防、检测和缓解机制的防御架构，并重点研究检测组件。提出了一种基于进化循环自组织映射（ERSOM）的自适应机器学习模型，并利用K-means聚类进行增强，用于检测基于僵尸网络的DDoS攻击。所提出的检测方法支持边缘实时分析，并在相同实验条件下与现有技术进行比较评估。实验结果表明，所提出的模型在关键评估指标上取得了具有竞争力的性能。
Keyword:
Mobile cloud computing
Neural networks
DDoS
Detection
Prevention
Mitigation