文献类型：期刊文章

作　　者：胡晓红[1] 缪祥华[1,2] 袁梅宇[1,2]

HU Xiao-hong;MIAO Xiang-hua;YUAN Mei-yu(School of Information Engineering and Automation,Kunming University of Science and Technology;Yunnan Key Laboratory ofComputer Technology Application,Kunming University of Science and Technology)

机构地区：[1]昆明理工大学信息工程与自动化学院 [2]昆明理工大学云南省计算机技术应用重点实验室

出　　处：《化工自动化及仪表》

年　　份：2022

卷　　号：49

期　　号：2

起止页码：215-218

语　　种：中文

收录情况：CAS、IC、普通刊

摘　　要：提出基于主成分分析(PCA)和随机森林(Random Forest)的分布式拒绝服务(DDoS)攻击检测模型PCA-RF。对数据进行预处理操作后进行PCA降维,以保留数据的最大特征分量,然后将降维处理的数据放入随机森林模型进行训练得到分类结果。与其他5类机器学习算法对比的结果显示,所提出的PCA-RF算法的识别准确率达到了99.92%,训练时间在对比实验中也是最短的。

关 键 词：分布式拒绝服务攻击 主成分分析 随机森林  准确率 训练时间  

分 类 号：TP181]