Ich habe eine Website mit hohem Traffic.
Ich möchte Software erstellen, die Client-Anfragen im laufenden Betrieb analysiert und entscheidet, ob sie von einem echten Benutzer oder einem Bot-Bot kommen. Zum Trainieren des neuronalen Netzwerks, um legitime ("gute") Benutzer zu identifizieren, kann ich Protokolle verwenden, wenn keine DDoS-Aktivität vorliegt. Nach der Schulung würde das Netzwerk echte Benutzer von Bots unterscheiden.
Web-Client-Klassifizierung mit künstlichem neuralem Netzwerk
Was ich habe:
- Anforderungs-URI (und Reihenfolge)
- Cookie
- User-Agent
- Anfrage Frequenz.
Irgendwelche Ideen, wie man ANN für diese Aufgabe am besten entwirft und wie man es stimmt?
Edit: [in Reaktion auf die Kommentare über den zu weit gefasste Rahmen dieser Frage]
Im Moment habe ich eine Arbeits C# Programm blockier Kunden auf der Grundlage der Häufigkeit von identischen Anfragen. Jetzt möchte ich seine "Intelligenz" mit einem Klassifikator verbessern, der auf einem neuronalen Netzwerk basiert.
Ich weiß nicht, wie diese Eingaben für ANN zu normalisieren und ich brauche Vorschläge in diesem speziellen Bereich.
Das ist eine Frage von enormem Umfang - wie in einer ganzen Disziplin der Informatik arbeitet, um diese Frage zu beantworten. – Robert
Dies ist eine breite Frage. Hast du es schon probiert? –
Nein. Ich habe ein funktionierendes C# -Programm, das Clients basierend auf der Häufigkeit derselben Anfragen blockieren kann. Aber jetzt möchte ich seine "Intelligenz" mit dem neuronalen Netzwerk verbessern. Ich weiß nicht, wie ich diese Eingaben für ANN normalisieren soll. –