ConclusionsIn this paper, potential

Conclusions
In this paper, potential of Artificial Neural Network (ANN) for estimating
strength of a DDoS attack has been investigated. The feed forward neural network
with size of 10, 15 and 20 are used for estimating strength of DDoS Attack.
The deviation in Entropy and strength of DDoS attack are used as an input and
output to the two layer feed forward network, respectively. Results are very
promising, as estimating strength of a DDoS attack using feed forward neural
network is very close to actual strength of a DDoS attack.

ผลลัพธ์ (ไทย) 1:

บทสรุปในเอกสารนี้ มีศักยภาพของประดิษฐ์ประสาทเครือข่าย (แอน) สำหรับการประเมินมีการตรวจสอบความแรงของการโจมตี DDoS เครือข่ายประสาทส่งต่อฟีดมีขนาด 10, 15 และ 20 จะใช้สำหรับการประเมินความแข็งแรงของการโจมตี DDoSความแตกต่างในความแรงของการโจมตีของ DDoS และเอนโทรปีจะใช้เป็นอินพุต และผลที่ชั้นสองอาหารส่งต่อเครือข่าย ตามลำดับ มีผลมากแนวโน้ม เป็นการประเมินความแข็งแรงของแบบ DDoS โจมตีใช้อาหารไปประสาทความจริงการโจมตี DDoS เครือข่ายอย่างดี

ผลลัพธ์ (ไทย) 2:

ข้อสรุป
ในบทความนี้ศักยภาพของเครือข่ายประสาทเทียม (ANN) สำหรับการประเมิน
ความแข็งแรงของการโจมตี DDoS ได้รับการตรวจสอบ ฟีดไปข้างหน้าโครงข่ายประสาทเทียม
ที่มีขนาด 10, 15 และ 20 ถูกนำมาใช้สำหรับการประเมินความแข็งแรงของการโจมตี DDoS.
เบี่ยงเบนในเอนโทรปีและความแรงของการโจมตีแบบ DDoS จะถูกใช้เป็นอินพุทและ
เอาท์พุทกับเครือข่ายอาหารชั้นสองไปข้างหน้าตามลำดับ ผลลัพธ์ที่ได้จะมาก
มีแนวโน้มเช่นการประเมินความแข็งแรงของการโจมตี DDoS ไปข้างหน้าโดยใช้ฟีดประสาท
เครือข่ายอยู่ใกล้กับความแข็งแกร่งที่แท้จริงของการโจมตี DDoS

ผลลัพธ์ (ไทย) 3:

สรุป
ในกระดาษนี้ ศักยภาพของโครงข่ายประสาทเทียม ( ANN ) เพื่อประเมินความแข็งแรงของการโจมตี DDoS
ได้รับการสอบสวน ดึงไปข้างหน้าโครงข่ายประสาทเทียม
มีขนาด 10 , 15 และ 20 จะใช้เพื่อประเมินความแข็งแรงของการโจมตี DDoS .
เบี่ยงเบนในเอนโทรปีและความแรงของการโจมตี DDoS ใช้เป็น Input และ Output 2 ชั้น
ออกมาสร้างเครือข่ายตามลำดับ ผลลัพธ์มาก
สัญญา ขณะที่ประเมินความแข็งแรงของการโจมตี DDoS ใช้ป้อนไปข้างหน้าประสาท
เครือข่ายใกล้ชิดกับพลังที่แท้จริงของการโจมตี DDoS .