TY - Jour A2 - Bi，Jun Au - Jia，Bin Au - Huang，Xiaohong Au - Liu，Rujun Au - Ma，Yan Py - 2017年DA - 2017/03/15 Ti - 一种基于混合异构多批变的DDOS攻击检测方法Ensemble学习SP - 4975343 VL - 2017 AB - 网络流量的爆炸性增长及其在互联网上的多重级对DDOS攻击检测带来了新的和严峻挑战。为了获得更高的负率（TNR），准确性和精确度，并保证检测系统的鲁棒性，稳定性和普遍性，在本文中，我们提出了一种基于混合异构多批变器集合学习和设计的DDOS攻击检测方法基于奇异值分解（SVD）构建我们检测系统的启发式检测算法。实验结果表明，我们的检测方法是TNR，精度和精度优异。因此，我们的算法对DDOS攻击具有良好的侦探性能。通过与随机森林的比较， K. -最近的邻居 （ K. -NN）和包括组件分类器的袋装，当通过SVD和UN-SVD单独使用三种算法，表明我们的模型优于系统泛化能力中的最先进的攻击检测技术，检测稳定性和整体检测性能。SN - 2090-0147 UR - https://doi.org/10.1155/2017/4975343 Do - 10.1155/2017/4975343 JF - 电气计算机工程学报PB - Hindawi Kw - ER -