龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京交通大学
摘要：本发明提供了一种基于机器学习和特征选择的DRDoS攻击检测方法。该方法包括：通过网络数据采集分析工具定期收集网络入口的数据包头信息；根据数据包头信息中的五元组将收集的数据包划分为不同的网络流，提取各个网络流的流特征建立数据集；使用攻击原理分析、特征重要性排名和特征分布对所述流特征数据集中的网络流特征进行特征筛选，得到关键特征；利用所述流特征数据集和所述关键特征对XGBoost模型进行调参训练，得到检测性能指标最好的XGBoost模型；利用训练好的XGBoost模型对待检测网络的入口流量数据进行在线检测，输出流量的检测分类结果。本发明利用XGBoost来学习DRDoS攻击的行为，可以识别出网络中的多种类型的DRDoS攻击，降低网络中的恶意流量。
主权项：1.一种基于机器学习和特征选择的DRDoS攻击检测方法，其特征在于，包括：通过网络数据采集分析工具定期收集网络入口的数据包头信息；根据数据包头信息中的五元组将收集的数据包划分为不同的网络流，提取网络流的流特征，基于各个网络流的流特征建立流特征数据集；使用攻击原理分析、特征重要性排名和特征分布对所述流特征数据集中的网络流特征进行特征筛选，得到关键特征；利用所述流特征数据集和所述关键特征对XGBoost模型进行调参训练，得到检测性能指标最好的训练好的XGBoost模型；利用所述训练好的XGBoost模型对待检测网络的入口流量数据进行在线检测，输出待检测网络的DRDoS攻击检测分类结果。
全文数据：
权利要求：
百度查询： 北京交通大学 一种基于机器学习和特征选择的DRDoS攻击检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号