DDoS攻击特性分析与检测模型构建

摘要：

[目的/意义]网络系统和主机系统的资源有限性是导致DDoS攻击产生的根本原因,分析和构建DDoS攻击的检测模型,对于保障网络空间安全非常必要.[方法/过程]基于集成学习算法,在分类建模过程中引入了误分类代价因子,设计了代价敏感分类模型.实验选用RIPPER算法和SVM算法作为基算法,分别进行了集成模型学习和代价敏感模型学习,对比了DDoS攻击的分类准确率和召回率.[结果/结论]实验结果表明:集成学习机制对基算法的分类性能有一定的提升.引入误分类代价因子后,分类算法将更加注重DDoS攻击样本,对其他样本的分类性能影响极小.整体分类效果,也因样本子集各异而不同.

关键词：DDoS攻击、攻击特性、集成学习模型、代价敏感模型

所属期刊栏目：14

分类号：TP309(计算技术、计算机技术)

资助基金：山西工程科技职业大学校科研基金科技创新专项SDN技术在监控网络异常流量中的应用研究项目;山西省教育科学十三五规划互联网+教育专项课题成果导向教育理念下高校虚拟仿真教学创新与实践研究项目

在线出版日期：2023-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：103-106