基于CFS子集提取技术的DoS攻击检测方法

• 作者: 孟凡欣 易涛
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 混合DoS攻击 NSL-KDD数据集 CFS基于相关的特征选择 随机森林
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 安全与保密
• 页码范围: 1268-1272
• 页数: 5页
• 分类号: TP393
• 字数: 3159字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.05.036

摘要

2019年,简单高效、低成本、高收益的DoS攻击依然是攻击者最青睐的攻击手段,基于物联网技术的发展,掌握更多攻击资源的混合式DoS攻击对安全运维的快速检测与响应带来了更大的挑战.基于机器学习技术的DoS检测方式已逐渐成为了研究的主流,但分类器对多类型混合式攻击的识别能力、泛化能力和处理性能还需进一步提高.因此,主要采用CFS特征子集提取技术对NSL-KDD数据集的混合式DoS攻击属性进行分析抽取并构建特征模型,采用随机森林算法来进一步提高检测的精度与效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟凡欣	中国电子科技集团公司第三十研究所	3	6	1.0	2.0
2	易涛	中国电子科技集团公司第三十研究所	5	38	2.0	5.0