基于超參數(shù)優(yōu)化和LightGBM算法的DDoS攻擊檢測與分類 | |
所屬分類:技術(shù)論文 | |
上傳者:wwei | |
文檔大小:1142 K | |
標(biāo)簽: DDoS攻擊 超參數(shù)優(yōu)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(wù)攻擊(DDoS)數(shù)據(jù)流量樣本容量大、數(shù)據(jù)特征多的特點以及檢測分類準(zhǔn)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(shù)據(jù)集預(yù)處理和特征篩選的基礎(chǔ)上,構(gòu)建LightGBM檢測模型和多分類模型。同時在模型預(yù)訓(xùn)練時,采用隨機網(wǎng)格搜索與貝葉斯超參數(shù)優(yōu)化技術(shù)實現(xiàn)超參數(shù)自動調(diào)優(yōu)。實驗結(jié)果表明,該模型在檢測與分類任務(wù)上能達到98.34%的準(zhǔn)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(xiàn)在下載 | |
VIP會員,AET專家下載不扣分;重復(fù)下載不扣分,本人上傳資源不扣分。 |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2