摘要
本发明公开了一种区块链DDoS攻击检测方法和计算机设备,所述方法包括:收集区块链网络中的DDoS攻击检测数据集并将数据集划分为训练集、验证集和测试集;使用自助抽样法从训练集中随机抽取多个子集;选择同类型的多个基学习器进行并行训练;将训练完成的每个基学习器应用于验证集,每个基学习器生成一组预测结果并汇总每个基学习器的输出结果;对得到Bagging模型进行评估优化;采用AOA算法进行超参数优化;在测试集上测试和评估最终训练好的Bagging模型的性能,并根据测试集上的评估结果,输出最终的检测结果。本发明通过采用Bagging方法对多个基学习器进行并行训练,能够减少过拟合现象,显著提高训练效率。
技术关键词
学习器
攻击检测方法
自助抽样法
检测DDoS攻击
超参数
计算机设备
训练集
支持向量机
计算机程序产品
处理器
噪声数据
随机森林
可读存储介质
网络
存储器
指标
算法
网格
系统为您推荐了相关专利信息
配电系统故障
位置识别方法
数据可视化
分类器
电表
配电网故障辨识
配电网运行数据
人工神经网络模型
配电网故障诊断
配电网故障检测