LUCID-DDOS 项目使用教程
1. 项目的目录结构及介绍
LUCID-DDOS 项目的目录结构如下:
lucid-ddos/
├── LICENSE
├── README.md
├── lucid_cnn.py
├── lucid_dataset_parser.py
├── util_functions.py
└── sample-dataset/
└── ...
LICENSE
: 项目许可证文件。README.md
: 项目说明文档。lucid_cnn.py
: 实现卷积神经网络(CNN)的主要文件。lucid_dataset_parser.py
: 用于解析数据集的脚本。util_functions.py
: 包含一些实用函数。sample-dataset/
: 包含示例数据集的文件夹。
2. 项目的启动文件介绍
项目的启动文件是 lucid_cnn.py
。该文件包含了实现 DDoS 攻击检测的主要逻辑,使用卷积神经网络来学习 DDoS 和良性流量流的行为。
主要功能
- 加载和预处理数据集。
- 构建和训练卷积神经网络模型。
- 评估模型的性能。
使用方法
python lucid_cnn.py
3. 项目的配置文件介绍
项目中没有显式的配置文件,但可以通过命令行参数在 lucid_dataset_parser.py
中进行配置。
命令行参数
-d --dataset_folder
: 数据集文件夹。-o --output_folder
: 输出文件夹。-f --traffic_type
: 要处理的流量类型(all, benign, ddos)。-p --preprocess_folder
: 包含中间文件的文件夹。-t --dataset_type
: 数据集类型(DOS2017, DOS2018, DOS2019)。-n --packets_per_flow
: 样本中的最大数据包数。-w --time_window
: 时间窗口的长度(以秒为单位)。-i --dataset_id
: 附加到输出文件名的字符串。
使用示例
python lucid_dataset_parser.py -d sample-dataset -o output -f ddos -t DOS2019
以上命令将使用 sample-dataset
文件夹中的数据集,将输出保存到 output
文件夹,处理 DDoS 流量,并指定数据集类型为 DOS2019
。