Cải tiến bản đồ tổ chức tự động (Som) cho hệ thống phát hiện xâm nhập

Mục tiêu nghiên cứu của bài viết là phát triển một thuật toán mô hình hóa làm cho tất cả các bán kính hình cầu không bị chồng chéo lẫn nhau. Từ đó, hệ thống phát hiện xâm nhập được xác định và tăng độ chính xác cho hệ thống. | Cải tiến bản đồ tổ chức tự động (Som) cho hệ thống phát hiện xâm nhập Lê Diên Tâm, Nguyễn Xuân Vinh, Trần Công Hùng CẢI TIẾN BẢN ĐỒ TỔ CHỨC TỰ ĐỘNG (SOM) CHO HỆ THỐNG PHÁT HIỆN XÂM NHẬP Lê Diên Tâm*, Nguyễn Xuân Vinh+, Trần Công Hùng@ *Trường Cao đẳng Công nghệ Thủ Đức + Đại học Nông lâm @ Học viện Công Nghệ Bưu Chính Viễn thông trên hành vi: phát hiện thông qua các hành vi bất thường. Tóm tắt: Ngày nay, các cuộc tấn công rất đa dạng, các doanh nghiệp thường sử dụng hệ thống phát hiện xâm IDS phát hiện một hành vi là bất thường bởi vì đã được nhập (IDS) để phát hiện các cuộc tấn công. Có hai cách học trong các dữ liệu mẫu trước đó. Những hành vi bình tiếp cận để thực hiện IDS: một cách phát hiện các cuộc thường này được mô tả thông qua hai vectơ: Activity tấn công dựa trên chữ ký và một cách dựa trên hành vi. vector: mô tả hoạt động của một luồng trong thời gian Bài viết này theo cách tiếp cận thứ hai dựa trên hành vi. thực. Status vector: mô tả trạng thái của hệ thống. Trong giai đoạn đào tạo, được xử lý bởi ứng dụng SOM (Self-organizing map) (Bản đồ tự tổ chức), hệ thống tạo ra Bản đồ tự tổ chức (SOM) là một loại mạng nơron một số vectơ xác định trạng thái bình thường của hệ thống. Cụm các vectơ này sẽ được đặc trưng bởi một nhân tạo (artificial neural network - ANN) được tạo ra nơron (lõi lượng tử) với bán kính r (r: bán kính lượng tử). bằng cách sử dụng học không giám sát (unsupervised Một hình học của nơ ron (có bán kính r) được coi là một learning) để tạo ra một bản đồ hai chiều của không gian hình cầu có bán kính r. Dựa trên việc xây dựng các vectơ đầu vào của các mẫu đào tạo. SOM khác với các mạng mô tả trạng thái của hệ thống trong thời gian thực, chúng nơron nhân tạo khác nghĩa là được sử dụng hàm lân cận ta có thể phát hiện một hoạt động bất thường mới bằng để bảo toàn các thuộc tính ban đầu của không gian đầu cách so sánh giữa khoảng cách d (từ các vectơ trên với tất vào. Giống như hầu hết .

Không thể tạo bản xem trước, hãy bấm tải xuống
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.