%0 Journal Article
%A 李卓
%A 梁纪峰
%A 刘开华
%A 马天祥
%A 彭鹏
%T 支持泛洪攻击检测的命名数据网PIT
%D 2021
%R 10.13190/j.jbupt.2020-131
%J 北京邮电大学学报
%P 61-67
%V 44
%N 2
%X 针对命名数据网待定兴趣转发表中高效的变长名称数据索引、硬件可支持的存储消耗以及兴趣包泛洪攻击检测等问题，提出了基于字符卷积神经网络的认知索引模型（C&I），该模型能够支持路由名称数据的分类、聚合，降低名称数据的存储消耗.同时，基于C&I提出了支持兴趣包泛洪攻击检测的待定兴趣转发表（PIT）存储结构C&I-PIT及其数据检索算法，通过多级存储器部署方式，分别在片上和片下的存储器中部署索引结构及存储空间.实验结果表明，C&I-PIT在名称数据聚合、存储消耗、泛洪攻击检测等方面具有良好的性能.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2020-131