计算机应用

作者：谢丽霞, 王嘉敏, 杨宏宇, 胡泽, 成翔

单位：1.中国民航大学 计算机科学与技术学院，天津 300300；2.中国民航大学 安全科学与工程学院，天津 300300；3.扬州大学 信息工程学院，江苏 扬州 225127；4.中国民航大学 民航信息安全评估中心，天津 300300

关键词：类不平衡,特征冗余,混合特征选择,低延时,分布式拒绝服务攻击检测,简单循环单元

基金：国家自然科学基金民航联合研究基金重点项目(2433205);江苏省基础研究计划自然科学基金青年基金资助项目(BK20230558)

许多分布式拒绝服务（DDoS）攻击检测方法侧重提升模型性能，但忽略流量样本分布和特征维度对检测性能的影响，导致模型学习多余信息。针对网络流量类不平衡和特征冗余问题，提出一种基于多评价标准的混合特征选择方法（HFS-MEC）。首先，综合考虑皮尔逊相关系数（PCC）和互信息（MI），选出相关性特征；其次，设计基于方差膨胀因子（VIF）的序列后向选择（SBS）算法，减少特征冗余，进一步降低特征维度；同时，为了平衡检测性能和计算时间，设计基于简单循环单元（SRU）的低延时DDoS攻击检测（L-DDoS-SRU）模型。在CICIDS2017和CICDDoS2019数据集上的实验结果表明，HFS-MEC将特征维度从78和88分别减少至31和41。在CICDDoS2019数据集上，L-DDoS-SRU检测时间仅40.34 s；召回率达99.38%，与长短期记忆（LSTM）相比提高了8.47%，与门控循环单元（GRU）相比提高了9.76%。以上验证了所提方法能有效提高检测性能并减少检测时间。

来源：2025年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第10期