Abstract: T. Radivilova, L. Kirichenko, D. Ageiev, V. Bulakh (2019)

Proceedings of the 10th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications (IDAACS 2019), 1, 207–210p. (2019) DOI:10.1109/IDAACS.2019.8924406

Classification methods of machine learning to detect DDoS attacks

In this paper the problem of intrusion detection by classification of the network traffic realizations was considered. The Machine Learning methods using fractal and recurrence features are applied to solve this problem. The simulated traffic realizations and the experimental data sets that contain attacks realization were used. The numerical experiment to detect intrusions using the example of detecting typical DDoS attacks was conducted. It has been shown that the classification by Random Forest method can effectively detect attacks in network traffic.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.