本项目实现了一种基于阈值方差和机器学习的DDoS攻击检测方法。该方法通过监测网络流量的方差来检测DDoS攻击。具体步骤如下：
- 对网络流量数据进行预处理，提取每个时间间隔的数据特征。
- 使用阈值方差方法来判断当前时间间隔是否存在DDoS攻击。如果方差超过了预设的阈值，则认为存在攻击。
- 将提取的特征数据和攻击标签作为训练集，使用机器学习算法进行模型训练和预测。
- 实现数据预处理代码
- 实现机器学习模型训练和预测代码
- 实现阈值方差方法代码
- 测试代码并优化性能
- 撰写项目文档
- Python3.6-3.9
- TensorFlow 2.6 || 2.7
- Numpy
- ...待补充