This paper has introduced two diffe

This paper has introduced two different types of DoS
attacks against DNS which are direct DoS and amplification
attacks. The investigation ofthe impact of DoS attacks
against DNS traffic led us to find the suspicious behaviours.
Based on these patterns the required traffic data for analytical
measurements was simulated using the most flexible network
simulator, NS-2. Finally, a machine learning based system is
proposed for detecting and classifying DoS attacks against
DNS using several traffic statistics. Two different machine
learning algorithms were evaluated for the detector engine
which are neural network classifiers and support vector
machines. The performance comparison results show that a
back propagation neural network outperforms other
classifiers with 99.55% detection rate for direct DoS attacks,
97.82% detection rate for amplification attacks, 99%
accuracy, and 0.28% false alarm rate

Kết quả (Việt) 1:

Giấy này đã giới thiệu hai loại khác nhau của DoS tấn công DNS DoS và khuếch đại trực tiếp cuộc tấn công. Điều tra tác động của các cuộc tấn công DoS Đối với DNS lưu lượng truy cập dẫn chúng tôi để tìm thấy những hành vi đáng ngờ. Dựa trên những mô hình dữ liệu lưu lượng truy cập bắt buộc để phân tích đo lường được mô phỏng bằng cách sử dụng linh hoạt nhất mạng Mô phỏng, NS-2. Cuối cùng, một hệ thống học tập dựa trên máy tính là đề xuất cho phát hiện và phân loại các vụ tấn công DoS DNS bằng cách sử dụng một số số liệu thống kê lưu lượng truy cập. Hai máy khác nhau thuật toán học đã được đánh giá máy dò đó là máy phân loại mạng nơ-ron và hỗ trợ vector máy. Kết quả so sánh hiệu suất cho thấy rằng một mạng nơ-ron tuyên truyền trở lại nhanh hơn so với khác Máy phân loại với tỷ lệ phát hiện 99.55% cho cuộc tấn công DoS trực tiếp, tỷ lệ phát hiện 97.82% để khuếch đại các cuộc tấn công, 99% độ chính xác, và tỷ lệ báo động giả 0,28%

Kết quả (Việt) 2:

Bài viết này đã giới thiệu hai loại khác nhau của DoS
tấn công chống lại DNS mà là trực tiếp DoS và khuếch đại
các cuộc tấn công. Cuộc điều tra ofthe tác động của các cuộc tấn công DoS
chống lại DNS giao thông dẫn chúng tôi để tìm thấy những hành vi đáng ngờ.
Dựa trên các mô hình dữ liệu giao thông cần thiết cho phân tích
đo được mô phỏng bằng cách sử dụng mạng linh hoạt nhất
giả, NS-2. Cuối cùng, một hệ thống học tập dựa trên máy tính được
đề xuất để phát hiện và phân loại các cuộc tấn công DoS chống lại
DNS sử dụng một số liệu thống kê lưu lượng. Hai máy tính khác nhau
các thuật toán học được đánh giá cho các công cụ phát hiện
đó là phân loại mạng lưới thần kinh và hỗ trợ vector
máy. Các kết quả thực hiện so sánh cho thấy một
mạng lưới tuyên truyền thần kinh trở lại nhanh hơn so với các
phân loại với 99,55% tỷ lệ phát hiện các cuộc tấn công trực tiếp DoS,
97,82% tỷ lệ phát hiện các cuộc tấn công khuếch đại, 99%
độ chính xác và tốc độ báo động giả 0,28%