基于鄰域粗糙集的極限學(xué)習(xí)機(jī)惡意DoH流量預(yù)警

摘要： 在對(duì)網(wǎng)絡(luò)安全發(fā)起攻擊的惡意DoH流量數(shù)據(jù)中，存在屬性特征影響惡意DoH流量攻擊目標(biāo)達(dá)成，使用基于鄰域粗糙集的極限學(xué)習(xí)機(jī)決策分析方法建立惡意DoH流量預(yù)警模型，可為惡意DoH流量預(yù)警提供決策支持。首先運(yùn)用鄰域粗糙集屬性約簡(jiǎn)算法對(duì)高維DoH流量特征進(jìn)行降維，并得到約簡(jiǎn)后的屬性重要度，然后利用極限學(xué)習(xí)機(jī)算法測(cè)試評(píng)估約簡(jiǎn)后的屬性特征對(duì)數(shù)據(jù)樣本的分類正確率。應(yīng)用實(shí)例表明，在保證樣本類別比...