近邻成分分析下的DDoS攻击检测

作     者：崔峻玮 翟亚红 Cui Junwei;Zhai Yahong

作者机构：湖北汽车工业学院电气与信息工程学院湖北十堰442002 

基　　金：湖北省教育厅科研计划重点项目(D20211802) 湖北省科技厅重点研发计划项目(2022BEC008) 

出 版 物：《湖北汽车工业学院学报》 (Journal of Hubei University Of Automotive Technology)

年 卷 期：2023年第37卷第2期

页      码：36-41页

摘      要：为了有效地识别和缓解网络中的攻击流量,提出了基于SDN的DDoS攻击检测防御框架。针对机器学习特征选择精准度较低和分类准确率不高的问题,设计了基于随机梯度下降的近邻成分分析算法,利用机器学习技术,通过在SDN控制平面中部署决策树算法,实现了攻击流量的判别。实验结果表明:分类准确率达到99.63%,特征选择精度达到97%,验证了所提框架的安全性。

主 题 词：分布式拒绝服务攻击 软件定义网络 近邻成分分析 机器学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1008-5483.2023.02.008

馆 藏 号：203122442...