论文阅读笔记-On Explainable and Adaptable Detection of Distributed Denial-of-Service Traffic


在这里插入图片描述

前言

出处: Feng Y, Li J, Sisodia D, et al. On Explainable and Adaptable Detection of Distributed Denial-of-Service Traffic[J]. IEEE Transactions on Dependable and Secure Computing, 2023.
代码资源:
一句话总结: 这篇论文提出了一个可解释和自适应的DDOS攻击检测框架


4. DESIGN

4.2 Explainability & Manual Intervention

4.2.1 Risk Profile

Risk Profile构成:
Risk Profile ∆ = (m, δ)是一个元组,其中:

  • m是解释器给出的引起DDoS攻击的特征名称。(其实就是Feature-Attribution explanation,作者在下一段,通过说明如何寻找∆,介绍了解释器interpreter的工作原理)
  • δ 是特征f_m需要改动的最小值,以使恶意流量变为良性流。换句话说,δ是f_m上从当前流量分布到KNN搜索空间中的合法流量分布的最短距离。
    一个示例的Risk Profile 如下:
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值