• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Angriff auf das selbstkonfigurierende Angriffserkennungssystem (SCIDS)

Angriff auf das selbstkonfigurierende Angriffserkennungssystem (SCIDS)

Paperback

Careers

ISBN10: 6208783402
ISBN13: 9786208783402
Publisher: Verlag Unser Wissen
Published: Mar 25 2025
Pages: 80
Weight: 0.26
Height: 0.19 Width: 6.00 Depth: 9.00
Language: German
Mit der rasanten Ausbreitung von Computernetzwerken in den letzten Jahren ist die Sicherheit zu einem entscheidenden Faktor für moderne Computersysteme geworden. Eine gute Möglichkeit, böswillige Nutzung zu erkennen, ist die Überwachung ungewöhnlicher Benutzeraktivitäten. Um diese böswilligen Aktivitäten zu erkennen, wurden verschiedene Data-Mining- und maschinelle Lerntechniken zur Erkennung von Eindringlingen eingesetzt. In diesem Buch wird ein selbstkonfigurierendes Eindringlingserkennungssystem (SCIDS) vorgeschlagen, um die Abstimmung automatisch vorzunehmen. Die Kernidee besteht darin, den binären SLIPPER als Basismodul zu verwenden, bei dem es sich um einen Regellernenden auf der Grundlage von Konfidenz-Boosting handelt. Dieses System wird anhand des NSL-KDD-Intrusion-Detection-Datensatzes evaluiert. Ein experimentelles Ergebnis zeigt, dass das SCIDS-System mit SLIPPER-Algorithmus im Hinblick auf Erkennungsrate, Fehlalarmrate, Gesamtkosten für Fehlklassifizierung und Kosten pro Beispiel im NSL-KDD-Datensatz eine bessere Leistung erbringt als das KDD-System.

Also in

Careers