典型文献
基于主成分分析和随机森林的DDoS攻击检测模型研究
文献摘要：
提出基于主成分分析(PCA)和随机森林(Random Forest)的分布式拒绝服务(DDoS)攻击检测模型PCA-RF.对数据进行预处理操作后进行PCA降维,以保留数据的最大特征分量,然后将降维处理的数据放入随机森林模型进行训练得到分类结果.与其他5类机器学习算法对比的结果显示,所提出的PCA-RF算法的识别准确率达到了99.92％,训练时间在对比实验中也是最短的.
文献关键词：
分布式拒绝服务攻击;主成分分析;随机森林;准确率;训练时间
中图分类号：
作者姓名：
胡晓红;缪祥华;袁梅宇
作者机构：
昆明理工大学信息工程与自动化学院;昆明理工大学云南省计算机技术应用重点实验室
文献出处：
引用格式：
[1]胡晓红;缪祥华;袁梅宇-.基于主成分分析和随机森林的DDoS攻击检测模型研究)[J].化工自动化及仪表,2022(02):215-218,231
A类：
B类：
DDoS,攻击检测,检测模型,Random,Forest,RF,降维处理,放入,随机森林模型,练得,机器学习算法,算法对比,识别准确率,训练时间,分布式拒绝服务攻击
AB值：
0.287163
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
