| 基于机器学习的DDoS攻击检测 |
| |
| 引用本文： | 蓝苓倍,张小萍.基于机器学习的DDoS攻击检测[J].安徽电气工程职业技术学院学报,2021,26(3):114-119. |
| |
| 作者姓名： | 蓝苓倍 张小萍 |
| |
| 作者单位： | 广西大学 计算机与电子信息学院,广西 南宁 530004 |
| |
| 摘 要： | 简要回顾了DDoS攻击的工作原理和造成的危害,介绍了KNN和XGBoost两种机器学习算法的基本流程,提出了一种结合KNN算法和XGBoost算法的新DDoS攻击检测模型.在新模型中,通过使用KNN算法训练出模型,预测一个评分,作为新的特征加入原数据集中,再放到XGBoost中进行新一轮训练.利用标准数据集KDD CUP99进行了实验.实验数据表明,KNN和XGBoost融合模型训练和攻击检测的速度快,适用于DDoS攻击检测.
|
| 关 键 词： | 机器学习 DDoS攻击 KNN XGBoost 数据预处理 |
DDoS Attack Detection Based on Machine Learning |
| |
| LAN Lingbei,ZHANG Xiaoping.DDoS Attack Detection Based on Machine Learning[J].Journal of Anhui Electrical Engineering Professional Technique College,2021,26(3):114-119. |
| |
| Authors: | LAN Lingbei ZHANG Xiaoping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
