设计应用

基于超参数优化和LightGBM算法的DDoS攻击检测与分类

作者：胡宏伟，孙皓月

发布日期：2025-07-28

来源：网络安全与数据治理

引言

分布式拒绝服务攻击（DDoS）是一种普遍常见的攻击方式。随着网络信息的传输速度进一步加快以及物联网的发展，DDoS攻击变得比以往更加活跃，攻击范围及规模也日益扩大［1］。由于DDoS攻击的危害性大，每次发生重大攻击事件波及范围广，因此，DDoS 攻击检测始终是网络空间安全领域一个非常重要的研究方向。传统的DDoS攻击检测方法通常基于规则和阈值来识别异常流量，但这些方法难以应对新型和复杂的攻击。因此，研究人员一直在寻求更先进更高效的技术来应对这一威胁。机器学习技术已经显示出在网络安全领域中具有巨大潜力，可以识别并分类DDoS攻击流量。在此背景下，本研究旨在探索一种基于LightGBM算法的DDoS攻击检测与分类方法。

本文详细内容请下载：

https://www.chinaaet.com/resource/share/2000006609

作者信息：

胡宏伟，孙皓月

（河北建筑工程学院，河北张家口075000）

Magazine.Subscription.jpg