Sử dụng kiểm định giả thuyết Bayes và Neyman-Pearson cho bộ tự mã hóa để phát hiện bất thường trong an ninh mạng

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Hoàng Hải Đăng Đinh, Nam Bá Trần, Thị Thanh Hòa Nguyễn, Thị Bảo Bảo Trịnh, Lê Hoàng Việt Phan, Chí Kiên Nguyễn, Hữu Tình Nguyễn, Anh Tuấn Nguyễn

Ngôn ngữ: Vie

Ký hiệu phân loại: 004 Data processing || Computer science

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ - Trường Đại học Công nghiệp TP.HCM, 2023

Mô tả vật lý: 46-58

Bộ sưu tập: Metadata

ID: 466846

Thêm vào giỏ Liên kết toàn văn

Bộ tự mã hóa là một mô hình học không giám sát trong đó các tham số được điều chỉnh để vector đầu ra gần giống nhất với vector đầu vào. Trong bài báo này, chúng tôi sử dụng bộ tự mã hóa để phát hiện các kết nối bất thường trong mạng Internet. Mức lỗi tái tạo khi sử dụng bộ tự mã hoá sẽ được sử dụng để phân lớp kết nối thành kết nối bình thường và kết nối bất thường. Chúng tôi trình bày ba phương pháp phân lớp độ lỗi tái tạo: phân lớp sử dụng một ngưỡng cho trước, phân lớp theo kiểm định giả thuyết Bayes và phân lớp theo kiểm định giả thuyết Neyman-Pearson. Độ chính xác trung bình đạt được trên ba phương pháp là 96.65±0.98% trên bộ dữ liệu NSL KDD.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR