返回
SACFFNet: Shuffle Attention Convolutional Forward Fractional Network Based Attack Detection in Cloud Computing
DOI:10.1002/cpe.70504.png)
摘要
En 中文
云计算是信息技术(IT)领域的一次重大变革,它为终端用户提供虚拟化和可扩展的资源,同时最小化维护和成本。然而,这种环境容易受到各种攻击。这些攻击给云计算带来严重损害并影响其性能。因此,及时检测云计算中的攻击至关重要。因此,需要一种高效的检测模型来识别云计算中的各种攻击。本研究提出了一种洗牌注意力卷积前向分数网络(SACFFNet)用于检测云计算中的攻击。首先,模拟云计算环境,然后从特定数据集中获取记录的日志文件。随后,采用最小-最大方法完成特征缩放。接着,使用弦距离和支持向量机递归特征消除(SVM-RFE)进行特征选择。之后,利用合成少数过采样技术(SMOTE)进行数据增强。最后,采用新设计的SACFFNet检测攻击。SACFFNet通过整合洗牌注意力网络(SA-Net)与卷积神经网络(CNN),并根据分数微积分(FC)对层进行修改而设计。此外,SACFFNet获得了91.678%的准确率、92.884%的敏感度和92.090%的特异度。
Keyword:
attack detection
cloud computing
convolutional neural network
shuffle attention network
support vector machine recursive feature elimination
期刊
C
IF:
1.5
论文数:
473
被引数:
0
机构
引用论文
An Enhanced Blockchain Based Security and Attack Detection Using Transformer In IOT-Cloud Network基于Transformer的物联网-云网络中增强型区块链安全与攻击检测
DeepDefend: A comprehensive framework for DDoS attack detection and prevention in cloud computingDeepDefend:一种用于云计算中DDoS攻击检测与防御的综合框架
Optimized extreme learning machine for detecting DDoS attacks in cloud computing
COMPUTERS & SECURITY
IF5.4

