在現代社會中，網絡使用者面臨各種網絡安全威脅，包括惡意軟體、釣魚網站和黑客攻擊。傳統的防禦軟體難以有效應對未知的攻擊方法，因此開發有效的檢測技術至關重要。分佈式拒絕服務（DDoS）攻擊代表了持續且不斷發展的網絡安全挑戰。因此，強化對DDoS 攻擊的防禦和檢測成為迫切的任務。本研究致力於解決開放集識別（OSR）問題，該問題涉及管理未知類別的關鍵模式識別方面。為應對此挑戰，我們採用了空間位置約束原型損失（SPCPL）和模糊C 均值方法。

實驗結果顯示，我們提出的基於模糊C 均值的開放集識別未知攻擊檢測技術在檢測和預防未知攻擊方面優於傳統的已知攻擊檢測方法，具有極低的誤判率，達到了98% 的高精確度並且最小化樣本重疊。最後，提高模型在實際應用中的可靠性和一致性有助於應對複雜且不斷變化的攻擊情境。