论文部分内容阅读
为了提高DDOS攻击检测器的准确率，解决因离线训练分类器而导致的样本标注困难，分类器不能随流量模式变化而更新的问题，提出了一种DDOS攻击的实时检测模型。该模型以One—class SVM做分类器，可减少标注样本的时间。使用主动学习机制，能主动挑选最有利于分类器性能提高的样本进行训练。以拥塞控制理论为基础，通过对分类结果进行主动错误识别和纠正，使学习机可以随流量变化更新其状态。实验结果表明，该模型有较好的分类准确性，通过错误纠正功能可以提高检测率，可用于实时检测DDOS攻击。