| 基于超參數優化和LightGBM算法的DDoS攻擊檢測與分類 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1142 K | |
| 標簽： DDoS攻擊 超參數優化 LightBGM | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對分布式拒絕服務攻擊(DDoS)數據流量樣本容量大、數據特征多的特點以及檢測分類準確率低的問題，提出了一種基于LightGBM（Light Gradient Boosting Machine）算法的DDoS攻擊檢測與分類方法。在CICDDoS2019數據集預處理和特征篩選的基礎上，構建LightGBM檢測模型和多分類模型。同時在模型預訓練時，采用隨機網格搜索與貝葉斯超參數優化技術實現超參數自動調優。實驗結果表明，該模型在檢測與分類任務上能達到98.34%的準確率。該研究為DDoS攻擊提供了一種高效且簡易的檢測與分類思路。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2