|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 3 van 10 gevonden artikelen
| Titel: |
ANOMALY INTRUSION DETECTION DESIGN USING HYBRID OF UNSUPERVISED AND SUPERVISED NEURAL NETWORK |
| Auteur: |
M. Bahrololum E. Salahi M. Khaleghi |
| Verschenen in: |
International journal of computer networks & communications |
| Paginering: | Jaargang 1 (2009) nr. 2 pagina's 26-33 |
| Jaar: |
2009 |
| Inhoud: |
This paper proposed a new approach to design the system using a hybrid of misuse and anomalydetection for training of normal and attack packets respectively. The utilized method for attack training isthe combination of unsupervised and supervised Neural Network (NN) for Intrusion Detection System. Bythe unsupervised NN based on Self Organizing Map (SOM), attacks will be classified into smallercategories considering their similar features, and then unsupervised NN based on Backpropagation willbe used for clustering. By misuse approach known packets would be identified fast and unknown attackswill be able to detect by this method. |
| Uitgever: |
Academy & Industry Research Collaboration Center (provided by DOAJ) |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 3 van 10 gevonden artikelen
| << vorige | volgende >> |