Machine learning approach detects DDoS attacks

Tóm tắt

Abstract— Denial of Service attacks have been around since the dawn of the internet age. Along with the development and explosion of the Internet, denial of service attacks are also increasingly powerful and become a serious threat in cyberspace. The article aims to evaluate machine learning algorithms: K-nearest neighbor (KNN) algorithm, Decision Tree, Random Forest algorithm and Support Vector Machine (SVM) on various metrics in detecting DDoS attacks. The main objective of the paper is to analyze the algorithms, collect data and evaluate the effectiveness of the algorithms in DDoS attack detection.
Tóm tắt— Tấn công từ chối dịch vụ đã xuất hiện từ những năm khởi nguyên của thời đại internet. Song hành cùng sự phát triển và bùng nổ của mạng Internet, tấn công từ chối dịch vụ cũng ngày càng mạnh mẽ và trở thành mối đe dọa nghiêm trọngtrên không gian mạng. Bài báo hướng tới đánh giá các thuật toán học máy: Thuật toán K láng giềng gần nhất (K-nearest neighbor - KNN), cây quyết định (Decision Tree), thuật toán rừng ngẫu nhiên (Random Forest) và máy vector hỗ trợ (Support Vector Machine - SVM) trêncác chỉ số đánh giá khác nhau trong việc phát hiện các cuộc tấn công DDoS. Mục tiêuchính của bài báo nhằm phân tích các thuật toán, thu thập đánh giá dữ liệu và tiến hành so sánh hiệu quả các thuật toánvào phát hiệntấn công DDoS.