Key points are not available for this paper at this time.
L'attaque par déni de service distribué (DDoS) est une menace pour la sécurité des réseaux qui vise à épuiser les réseaux cibles avec un trafic malveillant. Bien que de nombreuses méthodes statistiques aient été conçues pour la détection des attaques DDoS, la conception d'un détecteur en temps réel avec une faible surcharge computationnelle reste l'une des principales préoccupations. D'autre part, l'évaluation de nouveaux algorithmes et techniques de détection dépend fortement de l'existence d'ensembles de données bien conçus. Dans cet article, nous examinons d'abord de manière exhaustive les ensembles de données existants et proposons une nouvelle taxonomie pour les attaques DDoS. Deuxièmement, nous générons un nouvel ensemble de données, à savoir CICDDoS2019, qui remédie à toutes les lacunes actuelles. Troisièmement, en utilisant l'ensemble de données généré, nous proposons une nouvelle approche de détection et de classification des familles basée sur un ensemble de caractéristiques de flux réseau. Enfin, nous fournissons les ensembles de caractéristiques les plus importants pour détecter différents types d'attaques DDoS avec leurs poids correspondants.
Sharafaldin et al. (Mar,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: