Hệ thống phát hiện xâm nhập (Intrusion Detection System - IDS) dựa trên sự bất thường sử dụng các thuật toán Học máy (Machine Learning - ML) ngày càng được chú ý do lợi thế của chúng trong việc phát hiện các cuộc tấn công. | Hội nghị Quốc gia lần thứ 24 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2021 ALID-GAN Phương pháp hỗ trợ học chủ động cho hệ thống phát hiện xâm nhập dựa trên mạng sinh đối kháng Bùi Xuân Thái Nguyễn Ngọc Minh Trí Nghi Hoàng Khoa Phan Thế Duy Phòng Thí Nghiệm An Toàn Thông Tin Trường Đại Học Công Nghệ Thông Tin Đại Học Quốc Gia Tp. Hồ Chí Minh Email 18521379 18521529 @ khoanh duypt @ Tóm tắt Hệ thống phát hiện xâm nhập Intrusion động độc hại và đưa ra cảnh báo là phần đầu tiên và Detection System - IDS dựa trên sự bất thường sử dụng quan trọng nhất của chiến lược phòng thủ. Có kiến thức các thuật toán Học máy Machine Learning - ML ngày thích hợp về địa điểm và thời gian chính xác nơi các bất càng được chú ý do lợi thế của chúng trong việc phát thường cụ thể đang tạo ra các mối nguy hiểm trong hệ hiện các cuộc tấn công. Tuy nhiên những nghiên cứu gần đây chỉ ra rằng các phương pháp phát hiện sử dụng máy thống sẽ giúp giảm thiểu các tác động bằng cách thực học thường chịu nhiều rủi ro trước các mẫu tấn công đối hiện các hành động thích hợp và do đó các hệ thống kháng là mẫu có đầu vào gần giống với đầu vào gốc nhưng phòng chống xâm nhập đi vào hoạt động. Hệ thống ngăn được phân loại không chính xác. Việc huấn luyện các IDS chặn xâm nhập hoạt động đồng thời với hệ thống phát này yêu cầu một lượng lớn dữ liệu đào tạo điều này trong hiện xâm nhập để ngăn kẻ tấn công thực hiện bất kỳ tác thực tế rất khó đáp ứng vì dữ liệu tấn công phát sinh hại nào đối với hệ thống. ngày càng nhiều và đa dạng nên không thể đáp ứng được hết yêu cầu về dữ liệu của IDS. Do đó để khắc phục hạn Sự phát triển của IDS đi kèm với sự phát triển của chế này chúng tôi đề xuất một phương pháp học tập chủ phần mềm độc hại và các nguy cơ xâm nhập. Đặc biệt động Active Learning dựa trên mạng sinh đối kháng - một nguy cơ đáng báo động xuất hiện trong quá trình Generative Adversarial Network GAN để cải thiện khả phát triển của phần mềm độc hại là sự phát triển của năng
