通过组合融合分析增强基于机器学习的拒绝服务攻击检测
密码学与安全
2023-12-04 v1 人工智能
摘要
缓解拒绝服务（DoS）攻击对在线服务的安全与可用性至关重要。尽管机器学习（ML）模型被用于 DoS 攻击检测，仍需要新策略以提升其性能。我们提出一种创新方法——组合融合，其利用先进算法组合多个 ML 模型。这包括分数与排序组合、加权技术，以及评分系统的多样性强度。通过严格评估，我们证明了该融合方法在精确率、召回率与 F1 分数等指标上的有效性。我们通过融合模型构建综合方案，以应对低特征攻击分类的挑战。我们的发现强调了该方法在改进 DoS 攻击检测及贡献于更强防御机制方面的潜力。
引用
@article{arxiv.2312.00006,
title = {Enhancing ML-Based DoS Attack Detection Through Combinatorial Fusion Analysis},
author = {Evans Owusu and Mohamed Rahouti and D. Frank Hsu and Kaiqi Xiong and Yufeng Xin},
journal= {arXiv preprint arXiv:2312.00006},
year = {2023}
}
备注
6 pages, 3 figures, IEEE CNS