.png){kind=icon}
返回
Adaptive DDoS attack detection via packet payload feature selection
.png){kind=icon}
OA
AI
DOI：10.1186/s42400-025-00495-x.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分布式拒绝服务攻击（DDoS）是一种常见且具有影响力的网络恶意行为。及时准确地检测分布式拒绝服务（DDoS）攻击构成了网络安全领域一项至关重要的研究要务。当前大多数研究聚焦于基于网络流量统计特征的分类方法，但较少考虑数据包载荷特征对于DDoS攻击识别的重要性。本文提出了一种融合机器学习与载荷特征工程的适应性DDoS检测框架。该方法论包含三个阶段：1）基于数据包元数据分析构建异构任务分类系统，2）通过载荷分解和特征模式挖掘建立分层关键词词典，随后通过数值编码实现特征向量转换，以及3）采用监督学习算法进行判别模型训练和特征有效性验证。与常规检测范式相比，这种多层级特征工程方法在DDoS攻击模式识别方面表现出增强的适应性。在CIC-DDoS-2019、ISCX-SlowDoS-2016和DoS/DDoS-MQTT-IoT公开数据集上的测试结果表明，本文方法对攻击行为的平均检测率达到98.9%，误报率仅为0.1%。
Keyword:
DoS
DDoS
Packet payload
Feature generation
Machine learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
C
IF:
3.7
论文数:
585
被引数:
1.0K
机构
引用论文
Flow and unified information-based DDoS attack detection system for multi-topology IoT networks.png)
INTERNET OF THINGS
INTERNET OF THINGSIF7.6
PREAI
分享收藏分享收藏DDoS Attack Detection Method Based on Improved KNN With the Degree of DDoS Attack in Software-Defined Networks软件定义网络中基于改进KNN的DDoS攻击程度检测方法IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏A comprehensive survey on DDoS attacks on various intelligent systems and it's defense techniques各类智能系统DDoS攻击及其防御技术综述
PREAI
分享收藏Research on NTP nonlinear reflection attack identification based on AHP multidimensional matrix in global COVID-19 endvironment基于AHP多维矩阵的全球COVID-19环境下NTP非线性反射攻击识别研究
IF0
PREAI
分享收藏M-RL: A mobility and impersonation-aware IDS for DDoS UDP flooding attacks in IoT-Fog networksCOMPUTERS & SECURITYOAAI
COMPUTERS & SECURITYIF5.4
OAAI分享收藏O. E. Elejla, M. Anbar, S. Hamouda, B. Belaton, T. A. Al-Amiedy, I. H. Hasbullah, Flow-based ids features enrichment for icmpv6-ddos attacks detection, Symmetry 14 (12) (2022) 2556.O. E. Elejla, M. Anbar, S. Hamouda, B. Belaton, T. A. Al-Amiedy, I. H. Hasbullah, 基于流量的IDS特征增强用于ICMPv6-DDoS攻击检测，Symmetry 14 (12) (2022) 2556.
IF0
PREAI
分享收藏
查看更多内容