機械学習アルゴリズムを用いたDDoS攻撃の検出

要旨：近年、インターネットの利用が大幅に増加し、ネットワークおよびサイバーセキュリティに脆弱性が生まれました。その結果として最も一般的な攻撃の1つが分散サービス拒否（DDoS）であり、正規のウェブサイトやサーバーに対して膨大な量のデータが送信され、正当なユーザーへのアクセスを遅延または拒否します。単一ソースの攻撃はサービス拒否（DoS）と呼ばれ、ボットネットのように複数のソースからの攻撃は分散サービス拒否（DDoS）とみなされます。我々のプロジェクトでは、DDoS攻撃を特定するために3つの機械学習アルゴリズムを使用し、精度指標に基づいて最も成功したアルゴリズムを決定しました。標準化されたデータセット、datasetₛdnを使用してデータを訓練およびテストし、実験結果を得ました。使用したすべてのアルゴリズムの中で、XGBoostアルゴリズムが99.9%の精度を示し、最も効果的であることが証明されました。前処理の際は、欠損データを列の平均値で置き換えました。