为了有效地识别和缓解网络中的攻击流量，提出了基于SDN的DDoS攻击检测防御框架。针对机器学习特征选择精准度较低和分类准确率不高的问题，设计了基于随机梯度下降的近邻成分分析算法，利用机器学习技术，通过在SDN控制平面中部署决策树算法，实现了攻击流量的判别。实验结果表明：分类准确率达到99.63%，特征选择精度达到97%，验证了所提框架的安全性。
科研之友
微信
新浪微博
Facebook
分享链接
