| Title: | A Machine Learning Framework for Multiclass Detection of DDoS Network Attacks |
| Authors: | Pan Huiqin |
| Keywords: | материалы конференций;DDoS-attacks;machine learning;supervised learning |
| Issue Date: | 2026 |
| Publisher: | БГУИР |
| Citation: | Pan Huiqin. A Machine Learning Framework for Multiclass Detection of DDoS Network Attacks / Pan Huiqin // Информационная безопасность : сборник материалов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: С. В. Дробот (гл. ред.) [и др.]. – Минск, 2026. – С. 38–39. |
| Abstract: | This paper studies machine-learning-based multiclass detection of DDoS traffic using the CIC-DDoS2019 dataset. After preprocessing, four models are compared: SVM, Random Forest, XGBoost, and MLP. The results show that Random Forest achieves the best overall performance, with near-perfect accuracy and macro-F1. A practical deployment scheme at network boundaries is also outlined for near real-time detection. |
| URI: | https://libeldoc.bsuir.by/handle/123456789/63765 |
| Appears in Collections: | Информационная безопасность : материалы 62-й научной конференции аспирантов, магистрантов и студентов (2026)
|
