智能恶意流量识别分类与预测系统 - 其他 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 其他

智能恶意流量识别分类与预测系统

  • 其他竞赛作品——智能恶意流量识别分类与预测系统

    作品名称:智能恶意流量识别分类与预测系统
    参赛院校:广州大学
    指导教师:孙彦斌、王乐
    团队成员:张智勇、张志强、加莎热提·买买提依明、周玉蓉、冯海荣
    数媒竞赛网(mit.caai.cn)2021年参赛作品
    作品描述:

    随着以 5G 技术为代表的网络技术的快速发展,互联网已经在工业、金融、 教育等各个领域都广泛应用。然而,在互联网给我们的生活带来各种便利的同时,也带来了各种安全问题,各种特洛伊木马程序、蠕虫、病毒等恶意软件的数量和种类也在快速增多,为互联网用户的安全带来了更多的问题和隐患。为了保护普通用户在网络活动中的隐私信息,加密传输已经成为现有广泛应用的方式。然而,加密传输并不能保证安全,恶意软件开发者已经开始利用 TLS 来隐藏他们的恶意活动,从而逃避检测。为了更好的维护网络安全,我们提出了基于 LightGBM 算法的恶意流量的识别、分类与预测。首先,对抓包获得的流量数据集进行预处理;其次,在分析恶意流量和正常流量区别的基础上,进行特征降维,提取了其中能明显区别正常流量和恶意流量的特征因子集合;最后,利用 LightGBM 算法对加密流量进行识别、分类与预测。测试结果表明,基于 LightGBM 算法的恶意流量的识别与分类准确率较高,且在保持相当的分类准确性的基础上,具有更好的鲁棒性,适用性更广。此外,我们还开发了基于前端语言、python、React 框架和 express 框架的恶意流量识别、分类与预测系统。


  • 其他竞赛作品——智能恶意流量识别分类与预测系统

    作品名称:智能恶意流量识别分类与预测系统
    参赛院校:广州大学
    指导教师:孙彦斌、王乐
    团队成员:张智勇、张志强、加莎热提·买买提依明、周玉蓉、冯海荣
    数媒竞赛网2021年参赛作品
    作品描述:

    随着以 5G 技术为代表的网络技术的快速发展,互联网已经在工业、金融、 教育等各个领域都广泛应用。然而,在互联网给我们的生活带来各种便利的同时,也带来了各种安全问题,各种特洛伊木马程序、蠕虫、病毒等恶意软件的数量和种类也在快速增多,为互联网用户的安全带来了更多的问题和隐患。为了保护普通用户在网络活动中的隐私信息,加密传输已经成为现有广泛应用的方式。然而,加密传输并不能保证安全,恶意软件开发者已经开始利用 TLS 来隐藏他们的恶意活动,从而逃避检测。为了更好的维护网络安全,我们提出了基于 LightGBM 算法的恶意流量的识别、分类与预测。首先,对抓包获得的流量数据集进行预处理;其次,在分析恶意流量和正常流量区别的基础上,进行特征降维,提取了其中能明显区别正常流量和恶意流量的特征因子集合;最后,利用 LightGBM 算法对加密流量进行识别、分类与预测。测试结果表明,基于 LightGBM 算法的恶意流量的识别与分类准确率较高,且在保持相当的分类准确性的基础上,具有更好的鲁棒性,适用性更广。此外,我们还开发了基于前端语言、python、React 框架和 express 框架的恶意流量识别、分类与预测系统。


  • 其他竞赛作品——智能恶意流量识别分类与预测系统

    作品名称:智能恶意流量识别分类与预测系统
    参赛院校:广州大学
    指导教师:孙彦斌、王乐
    团队成员:张智勇、张志强、加莎热提·买买提依明、周玉蓉、冯海荣
    数媒竞赛网2021年参赛作品
    作品描述:

    随着以 5G 技术为代表的网络技术的快速发展,互联网已经在工业、金融、 教育等各个领域都广泛应用。然而,在互联网给我们的生活带来各种便利的同时,也带来了各种安全问题,各种特洛伊木马程序、蠕虫、病毒等恶意软件的数量和种类也在快速增多,为互联网用户的安全带来了更多的问题和隐患。为了保护普通用户在网络活动中的隐私信息,加密传输已经成为现有广泛应用的方式。然而,加密传输并不能保证安全,恶意软件开发者已经开始利用 TLS 来隐藏他们的恶意活动,从而逃避检测。为了更好的维护网络安全,我们提出了基于 LightGBM 算法的恶意流量的识别、分类与预测。首先,对抓包获得的流量数据集进行预处理;其次,在分析恶意流量和正常流量区别的基础上,进行特征降维,提取了其中能明显区别正常流量和恶意流量的特征因子集合;最后,利用 LightGBM 算法对加密流量进行识别、分类与预测。测试结果表明,基于 LightGBM 算法的恶意流量的识别与分类准确率较高,且在保持相当的分类准确性的基础上,具有更好的鲁棒性,适用性更广。此外,我们还开发了基于前端语言、python、React 框架和 express 框架的恶意流量识别、分类与预测系统。


  • 其他竞赛作品——智能恶意流量识别分类与预测系统

    作品名称:智能恶意流量识别分类与预测系统
    参赛院校:广州大学
    指导教师:孙彦斌、王乐
    团队成员:张智勇、张志强、加莎热提·买买提依明、周玉蓉、冯海荣
    数媒竞赛网2021年参赛作品
    作品描述:

    随着以 5G 技术为代表的网络技术的快速发展,互联网已经在工业、金融、 教育等各个领域都广泛应用。然而,在互联网给我们的生活带来各种便利的同时,也带来了各种安全问题,各种特洛伊木马程序、蠕虫、病毒等恶意软件的数量和种类也在快速增多,为互联网用户的安全带来了更多的问题和隐患。为了保护普通用户在网络活动中的隐私信息,加密传输已经成为现有广泛应用的方式。然而,加密传输并不能保证安全,恶意软件开发者已经开始利用 TLS 来隐藏他们的恶意活动,从而逃避检测。为了更好的维护网络安全,我们提出了基于 LightGBM 算法的恶意流量的识别、分类与预测。首先,对抓包获得的流量数据集进行预处理;其次,在分析恶意流量和正常流量区别的基础上,进行特征降维,提取了其中能明显区别正常流量和恶意流量的特征因子集合;最后,利用 LightGBM 算法对加密流量进行识别、分类与预测。测试结果表明,基于 LightGBM 算法的恶意流量的识别与分类准确率较高,且在保持相当的分类准确性的基础上,具有更好的鲁棒性,适用性更广。此外,我们还开发了基于前端语言、python、React 框架和 express 框架的恶意流量识别、分类与预测系统。


  • 其他竞赛作品——智能恶意流量识别分类与预测系统

    作品名称:智能恶意流量识别分类与预测系统
    参赛院校:广州大学
    指导教师:孙彦斌、王乐
    团队成员:张智勇、张志强、加莎热提·买买提依明、周玉蓉、冯海荣
    数媒竞赛网2021年参赛作品
    作品描述:

    随着以 5G 技术为代表的网络技术的快速发展,互联网已经在工业、金融、 教育等各个领域都广泛应用。然而,在互联网给我们的生活带来各种便利的同时,也带来了各种安全问题,各种特洛伊木马程序、蠕虫、病毒等恶意软件的数量和种类也在快速增多,为互联网用户的安全带来了更多的问题和隐患。为了保护普通用户在网络活动中的隐私信息,加密传输已经成为现有广泛应用的方式。然而,加密传输并不能保证安全,恶意软件开发者已经开始利用 TLS 来隐藏他们的恶意活动,从而逃避检测。为了更好的维护网络安全,我们提出了基于 LightGBM 算法的恶意流量的识别、分类与预测。首先,对抓包获得的流量数据集进行预处理;其次,在分析恶意流量和正常流量区别的基础上,进行特征降维,提取了其中能明显区别正常流量和恶意流量的特征因子集合;最后,利用 LightGBM 算法对加密流量进行识别、分类与预测。测试结果表明,基于 LightGBM 算法的恶意流量的识别与分类准确率较高,且在保持相当的分类准确性的基础上,具有更好的鲁棒性,适用性更广。此外,我们还开发了基于前端语言、python、React 框架和 express 框架的恶意流量识别、分类与预测系统。



其他竞赛作品—轻松掌握排序算法:快速排序&插入排序 上一篇

  • 1/5

  • 2/5

  • 3/5

  • 4/5

  • 5/5

其他竞赛作品—走进韩熙载夜宴 下一篇



Copyright © 2001 - 2022 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2022 数媒竞赛网(http://www.shumeijingsai.com)版权所有