首頁瀏覽人次: 718,291 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 植基於機器學習之分散式阻斷服務攻擊偵測 快速搜尋演講 進階搜尋
  植基於機器學習之分散式阻斷服務攻擊偵測 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:國立高雄科技大學 孫維淋, 謝欽旭, 洪盟峰, 繆德澤, 林昱文
日期:2019/09/26
性質:演講
類別:應用科學
語言:中文
長度:00:11:47
觀看:155
推薦:0
摘要:
現今物聯網的快速成長,在我們享受科技帶 來的便利時,分散式阻斷服務攻擊(Distributed Denial of Service, DDoS)一直是伴隨在暗處的隱憂, 伺服器的資訊安全受到威脅,使用者的服務受到 阻斷,公司面臨財政、名聲上的損失。隨著人工 智慧的興起,人工智...
現今物聯網的快速成長,在我們享受科技帶 來的便利時,分散式阻斷服務攻擊(Distributed Denial of Service, DDoS)一直是伴隨在暗處的隱憂, 伺服器的資訊安全受到威脅,使用者的服務受到 阻斷,公司面臨財政、名聲上的損失。隨著人工 智慧的興起,人工智慧技術也被應用於 DDoS 入侵 偵測系統中,本研究比較常見機器學習的方法, 應用於 DDoS 入侵偵測系統當中,以比較哪種機器 學習的方法較適用於現今的 DDoS 入侵樣態。而深 度學習近幾年逐漸興起,有足夠的資料就可以使 電腦自我學習特徵並進行判斷,本研究利用卷積 神經網路與長短期記憶網路,探究機器學習和深 度學習應用在 DDoS 入侵檢測上的效能表現。而為 降低訓練的複雜度與訓練的時間,本研究以隨機 森林(Random Forest)、交叉驗證之遞歸特徵消除 (Recursive Feature Elimination with Cross-validation, RFECV)和主成分分析(Principal Component Analysis, PCA)進行特徵的選擇,以探究哪種特徵 選取的方法適合用於機器學習與深度學習,比較 其中準確率與效能的差異。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2019

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




神經纖維瘤---最常見的遺傳...
講者:李銘仁
觀看:971
從啟蒙運動談科學普及
講者:林孝信
觀看:1,342
【週日閱讀科學大師】分子之美
講者:彭旭明
觀看:296
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:80
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:74

現在位置:學習公約