In this paper, we tried to find the

In this paper, we tried to find the optimized BP network that
can effectively detect and classify different DoS attacks
against DNS. Our BP neural network has three layers. The
number of the units in the input layer is equal to the features
of input vector which are three features of DNS traffic. There
are also three units in the output layer representing different
states of normal and DoS attacks: [0 0 0] for normal
conditions, [0 0 1] for direct DoS attack and [0 1 0] for the
amplification attack. Our main assumptions considered for
training process of BP networks are listed as follows: number
of epochs = 500, mean squared error (MSE) = 0.00001,
training function = Levenberg-Marquardt back propagation
(trainlm), activation function = tan-sigmoid. The optimal
structure of our network was found by varying the number of
hidden neurons from 3 to 13. The best accuracy of the system
was for 7 neurons in the hidden layer.

Kết quả (Việt) 2:

Trong bài báo này, chúng tôi đã cố gắng để tìm thấy mạng BP tối ưu mà
hiệu quả có thể phát hiện và phân loại các cuộc tấn công DoS khác nhau
chống lại DNS. Mạng nơron BP chúng tôi có ba lớp. Các
số của các đơn vị trong lớp đầu vào bằng các tính năng
của vector đầu vào mà là ba tính năng của DNS giao thông. Có
cũng có ba đơn vị trong lớp ra đại diện khác nhau
bang tấn công bình thường và DoS: [0 0 0] cho bình thường
điều kiện, [0 0 1] cho cuộc tấn công trực tiếp DoS và [0 1 0] cho các
cuộc tấn công khuếch đại. Giả chính của chúng tôi xem xét cho
quá trình đào tạo của các mạng BP được liệt kê như sau: số
của kỷ nguyên = 500, có nghĩa là lỗi bình phương (MSE) = 0.00001,
chức năng đào tạo = Levenberg-Marquardt lại tuyên truyền
(trainlm), chức năng kích hoạt = tan-sigmoid. Việc tối ưu
cấu trúc của mạng lưới của chúng tôi đã được tìm thấy bằng cách thay đổi số lượng các
tế bào thần kinh ẩn từ 3 đến 13. Độ chính xác nhất của hệ thống
là cho 7 nơron trong lớp ẩn.