Abstract: L. Kirichenko, P. Zinchenko, T. Radivilova, M. Tavalbeh (2019)

The article considers a new method of detecting DDoS attacks based on the construction of recurrence plots. Time traffic realization is transformed into a matrix consisting of 0 and 1, which characterizes the recurrence of the realization. The matrix is presented in the form of a black-and-white image. Then the residual neural network is used to classify images. This approach is used to detect the realizations of the attacked network traffic. The results showed that the proposed method has a sufficiently high accuracy of classification and can be used to detect attacks in intrusion detection systems.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Machine learning detection of DDoS attacks based on visualization of recurrence plots