论文部分内容阅读
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。