信息安全研究 ›› 2025, Vol. 11 ›› Issue (E2): 8-.

• 2025“数字经济与网络安全”论文集 • 上一篇    下一篇

一种结合机器学习和集成学习技术的DDoS攻击 检测方法

黄寿孟杨明   

  1. (三亚学院容淳铭院士工作站海南三亚572022)
  • 出版日期:2025-12-27 发布日期:2025-12-27
  • 通讯作者: 黄寿孟 硕士,副教授.主要研究方向为信息技术与信息安全. 18685727@qq.com
  • 作者简介:黄寿孟 硕士,副教授.主要研究方向为信息技术与信息安全. 18685727@qq.com 杨明 博士,教授.主要研究方向为大数据分析、信息安全及算法. PC2105@21cn.com

  • Online:2025-12-27 Published:2025-12-27

摘要: 传统检测系统在现代复杂网络及软件定义网络(SDN)环境中难以检测分布式拒绝服务(DDoS)攻击.尽管基于机器学习(ML)模型的恶意流量检测方法已得到应用,但其仍无法识别频繁出现的零日漏洞攻击或低速率DDoS攻击.为了解决这类问题,提出一种DDoS攻击检测方法,该方法结合机器学习(ML)和集成学习(EL)技术,以提高SDN环境中的DDoS攻击检测与防御能力.现实世界数据测试表明,该方法有较高准确率,为日益复杂网络环境中的主动DDoS攻击检测和防御提供了一种参考方案.

关键词: 机器学习, 集成学习, DDoS攻击检测

中图分类号: