基于深度学习的SDN下的异常流量检测系统
系统使用了InSDN/SDN数据集，并结合了CNN、GRU、Transformer以及蒸馏模型来进行学习检测。
InSDN是一个新型的SDN专用入侵数据集，于2020年发布（由University College Dublin的研究者创建），旨在解决传统数据集的局限，提供真实SDN环境下的基准数据。
创新点展示：我们利用最新的InSDN/SDN数据集和不同的深度学习模型对数据进行学习检测，包括CNN、GRU、Transformer以及蒸馏模型的结合。
模型调优：展示训练过程中模型性能的变化，分析不同因素对学习结果的影响。
模型结果：对比不同数据集下的二分类和多分类模型，并展示各类性能指标对比。
#计算机毕业设计 #软件设计与开发
系统使用了InSDN/SDN数据集，并结合了CNN、GRU、Transformer以及蒸馏模型来进行学习检测。
InSDN是一个新型的SDN专用入侵数据集，于2020年发布（由University College Dublin的研究者创建），旨在解决传统数据集的局限，提供真实SDN环境下的基准数据。
创新点展示：我们利用最新的InSDN/SDN数据集和不同的深度学习模型对数据进行学习检测，包括CNN、GRU、Transformer以及蒸馏模型的结合。
模型调优：展示训练过程中模型性能的变化，分析不同因素对学习结果的影响。
模型结果：对比不同数据集下的二分类和多分类模型，并展示各类性能指标对比。
#计算机毕业设计 #软件设计与开发
