10.3969/j.issn.1674-9456.2020.06.008
基于防空作战体系的DDoS攻击防御技术研究
防空作战体系依托军事综合信息网、指挥专网、内部局域网等网络,连接各级作战值班室和作战阵地并实现空情共享.这类网络任务单一,防御能力较弱,易遭受敌军攻击,如分布式拒绝服务(DDoS).基于此,文章中提出了一种新颖的入侵检测方法—KNS.这种方法基于集成学习的思想,首先分别采用K-最近邻(K-Nearest Neighbor,KNN)、朴素贝叶斯分类器(Naive Bayes Classifier,NBC)和支持向量机(Support Vector Machine,SVM)对流量进行检测,其次对检测结果进行投票策略(Voting)整合,最后获得KNS的最终检测结果.这种方法在DDoS数据集进行了测试,结果表明,KNS具有较好的异常检测检测准确性、检测率、误报率.
防空作战体系、机器学习、入侵检测、分布式拒绝服务
11
TP391.4(计算技术、计算机技术)
2020-07-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
38-42