融合特征選擇的隨機(jī)森林DDoS攻擊檢測(cè)

摘要： 現(xiàn)有基于機(jī)器學(xué)習(xí)的分布式拒絕服務(wù)（DDoS）攻擊檢測(cè)方法在面對(duì)愈發(fā)復(fù)雜的網(wǎng)絡(luò)流量、不斷升維的數(shù)據(jù)結(jié)構(gòu)時(shí)，檢測(cè)難度和成本不斷上升。針對(duì)這些問(wèn)題，提出一種融合特征選擇的隨機(jī)森林DDoS攻擊檢測(cè)方法。該方法選用基于基尼系數(shù)的平均不純度算法作為特征選擇算法，對(duì)DDoS異常流量樣本進(jìn)行降維，以降低訓(xùn)練成本、提高訓(xùn)練精度；同時(shí)將特征選擇算法嵌入隨機(jī)森林的單個(gè)基學(xué)習(xí)器，將特征子集搜索范圍由全...