主要介绍了Windows服务器应对高并发和DDOS攻击的配置方法,本文讲解了应对高并发请求、应对DDOS攻击的多种配置方法,需要的朋友可以参考下
2021-09-25 22:20:03 70KB Windows 应对高并发 应对DDOS攻击
1
SDN中基于机器学习的DDoS攻击协同防御.pdf
2021-09-25 17:02:14 747KB 机器学习 参考文献 专业指导
2021年上半年 DDoS攻击威胁报告
2021-09-15 14:00:06 2.36MB DDoS攻击威胁报告 2021
2016上半年DDoS攻击报告:DDoS攻击的规模和攻击频率都在不断攀升 云安全 物联网安全金融安全 网络与基础架构安全 企业安全
2021-09-10 11:00:37 11.68MB 安全研究 AI 安全管理 安全对抗
DDoS攻击终端 Herramienta德denegacionde SERVICIO(DDoS)攻击对 要求 Python3(pkg安装python3) 安装 git clone 光盘DDoS-Attack-Termux chmod + x ddos​​-attack.py python3 ddos​​_attack.py Aclaración 否,我没有负责任的法律责任人,负责任的法律责任人,负责人的法律责任人。
2021-09-04 08:57:52 2KB Python
1
DDoS测试工具,需要在Linux环境下运行,功能非常强大,支持主流的DDoS攻击模式。
2021-09-03 19:21:13 125KB DDos 防火墙 攻击 分布式拒绝
1
2021年第2季度DDoS攻击资源分析报告
2021-09-02 14:00:13 1.01MB 2021 DDoS攻击资源分析报告
软件定义网络(SDN,software defined network)作为一种新兴的网络架构,其安全问题一直是SDN领域研究的热点,如SDN控制通道安全性、伪造服务部署及外部分布式拒绝服务(DDoS,distributed denial of service)攻击等。针对SDN安全中的外部DDoS攻击问题进行研究,提出了一种基于深度学习混合模型的DDoS攻击检测方法——DCNN-DSAE。该方法在构建深度学习模型时,输入特征除了从数据平面提取的21个不同类型的字段外,同时设计了能够区分流类型的5个额外流表特征。实验结果表明,该方法具有较高的精确度,优于传统的支持向量机和深度神经网络等机器学习方法,同时,该方法还可以缩短分类检测的处理时间。将该检测模型部署于控制器中,利用检测结果产生新的安全策略,下发到OpenFlow交换机中,以实现对特定DDoS攻击的防御。
1
DDos数据集,数值型特征有73个,类别型特征有4个,且这4个类别型特征刚好属于方差过小被删除的特征,故所有特征都为数值型特征。并对数值型数据做归一化处理。
2021-07-26 16:59:58 146.9MB DDos数据集
1
基于虚拟散列安全访问路径VHSAP的云计算路由平台防御DDoS攻击方法.pdf
2021-07-21 21:08:57 574KB 云计算 云服务 数据服务 参考文献