×

【课题】机器学习&入侵检测

新手773263 2565

{{ttag.title}}

实际上,该课题相当于是用机器学习的方法完成一个数据分类问题。把数据直接塞进模型就能够给出一个结果,可是不明白的是,在一个数据包中,哪些数据能够有明显的意义来区别入侵攻击类型呢?
比如,一个数据集KDDCUP99,有41个特征,数据集中有5大类的攻击类型Dos、U2R、R2L以及Probe。怎么能够看出来什么样子的数据是属于Dos,什么样子的是数据U2R呢?

解决该疑问,预计可以帮助到 9427 人!

回帖即可获得
2S豆
,被楼主采纳即奖励20S豆+10分钟内回帖奖励10S豆 [已过期] ,了解更多S豆奖励信息

完善手机号和公司名称,让服务更省心更便捷!立即完善

sangfor_1155 发表于 2019-3-2 09:11
  
DOS, denial-of-service. 拒绝服务攻击,例如ping-of-death, syn flood, smurf等;
R2L, unauthorized access from a remote machine to a local machine. 来自远程主机的未授权访问,例如guessing password;
U2R, unauthorized access to local superuser privileges by a local unpivileged user. 未授权的本地超级用户特权访问,例如buffer overflow attacks;
PROBING, surveillance and probing, 端口监视或扫描,例如port-scan, ping-sweep等。
详情
请点这里
Sangfor2419 发表于 2019-3-2 09:42
  
您好。具体的判断依据是根据人工智能算法分析判断的。具体如何判断哪些数据是攻击哪些数据是正常数据,这个要根据具体的网络环境分析。
sangfor_1155 发表于 2019-3-15 21:36
  
您好 请问此问题是否已经解决?如果还未解决,请跟踪说明;如果已经处理,方便的时候请分享下处理方法,方便其他遇到类似的用户参考;
ps
分享处理方法有S豆奖励的哦
谢谢
程吉瑞 发表于 2019-3-20 01:13
  
判断攻击属于那一类,将数据包特征值对对应特征的权重与之前已有的特征库参赛进行比较,可以余弦求相似度。

等我来答:

换一批

发表新帖
热门标签
全部标签>
技术盲盒
西北区每日一问
安全效果
干货满满
每日一问
技术笔记
新版本体验
【 社区to talk】
产品连连看
功能体验
技术咨询
GIF动图学习
标准化排查
2023技术争霸赛专题
每周精选
信服课堂视频
通用技术
自助服务平台操作指引
秒懂零信任
技术晨报
安装部署配置
答题自测
原创分享
升级&主动服务
社区新周刊
POC测试案例
畅聊IT
专家问答
技术圆桌
在线直播
MVP
网络基础知识
升级
安全攻防
上网策略
测试报告
日志审计
问题分析处理
流量管理
每日一记
运维工具
云计算知识
用户认证
解决方案
sangfor周刊
VPN 对接
项目案例
SANGFOR资讯
专家分享
技术顾问
信服故事
SDP百科
功能咨询
终端接入
授权
设备维护
资源访问
地址转换
虚拟机
存储
迁移
加速技术
排障笔记本
产品预警公告
玩转零信任
信服圈儿
S豆商城资讯
技术争霸赛
「智能机器人」
追光者计划
深信服技术支持平台
社区帮助指南
答题榜单公布
纪元平台
卧龙计划
华北区拉练
天逸直播
以战代练
山东区技术晨报
文档捉虫活动
齐鲁TV
华北区交付直播
2024年技术争霸赛
北京区每日一练
场景专题
故障笔记
排障那些事
高手请过招
高频问题集锦
全能先锋系列
云化安全能力

本版达人

新手68983...

本周分享达人

零和一网络

本周提问达人