基于超参数优化和LightGBM算法的DDoS攻击检测与分类AET-电子技术应用-最丰富的电子设计资源平台

基于超参数优化和LightGBM算法的DDoS攻击检测与分类
所属分类：技术论文
上传者：wwei
文档大小：1142 K
标签： DDoS攻击超参数优化 LightBGM
所需积分：0分积分不够怎么办？
文档介绍：针对分布式拒绝服务攻击(DDoS)数据流量样本容量大、数据特征多的特点以及检测分类准确率低的问题，提出了一种基于LightGBM（Light Gradient Boosting Machine）算法的DDoS攻击检测与分类方法。在CICDDoS2019数据集预处理和特征筛选的基础上，构建LightGBM检测模型和多分类模型。同时在模型预训练时，采用随机网格搜索与贝叶斯超参数优化技术实现超参数自动调优。实验结果表明，该模型在检测与分类任务上能达到98.34%的准确率。该研究为DDoS攻击提供了一种高效且简易的检测与分类思路。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动