基于鄰域粗糙集的極限學(xué)習(xí)機(jī)惡意DoH流量預(yù)警
南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)
頁數(shù): 7 2022-11-28
摘要: 在對網(wǎng)絡(luò)安全發(fā)起攻擊的惡意DoH流量數(shù)據(jù)中,存在屬性特征影響惡意DoH流量攻擊目標(biāo)達(dá)成,使用基于鄰域粗糙集的極限學(xué)習(xí)機(jī)決策分析方法建立惡意DoH流量預(yù)警模型,可為惡意DoH流量預(yù)警提供決策支持。首先運(yùn)用鄰域粗糙集屬性約簡算法對高維DoH流量特征進(jìn)行降維,并得到約簡后的屬性重要度,然后利用極限學(xué)習(xí)機(jī)算法測試評估約簡后的屬性特征對數(shù)據(jù)樣本的分類正確率。應(yīng)用實(shí)例表明,在保證樣本類別比...