基于Attention-GRU的SHDoS攻击检测研究

针对SHDoS发起变频攻击导致阈值检测方案失效的问题,文章提出一种基于Attention-GRU的深度学习模型。该模型首先利用改进的Borderline-SMOTE进行数据平衡处理,然后引入自注意力机制构建双层GRU分类网络,对预处理后的数据进行学习训练,最后对SHDoS攻击流量进行检测。在CICIDS2018数据集和SHDo S自制数据集上进行验证,实验结果表明,文章所提模型的精确率分别为98.73%和97.64%,召回率分别为96.57%和96.27%,相较于未采用自注意力机制的模型,在精确率和召回率上有显著提升,相较于以往采用SMOTE或Borderline-SMOTE进行数据预处理的模型,文章所提模型的性能也是最佳的。

基于GPON的校园全光网建设与实践

为满足智慧校园建设所需的网络环境,针对现今高校传统3层校园网架构存在的弊端,探讨以千兆无源光网络(gigabit-capable passive optical networks,GPON)技术为基础的校园全光网建设.介绍深圳大学三校互联环网设计方案,结合深圳大学丽湖校区的GPON组网案例,进行全光校园网实际落地过程的相关问题探讨.