基于机器学习的DDoS攻击检测方法研究与简单实现

项目说明

项目包含一个DDoS攻击检测监控仪表盘和模型训练脚本。仪表盘页面顶部为“监控仪表盘-DDoS攻击检测系”，地址栏显示10.0.0.231:5000/dashboard，页面分为系统状态、安全状态、系统资源三个卡片，分别显示系统正常运行、未检测到攻击、CPU使用率21.9%和内存使用率83.1%；下方为DDoS检测说明，列出流量特征、连接模式、服务特征、错误率指标及判定方式、告警阈值，底部有网络流量区域。训练脚本train_model.py在终端输出读取数据集data/kddcup.data、数据形状(4896431,42)、标签分布、划分训练集与测试集、特征缩放及开始训练随机森林模型等日志。