Erkennungsmodell für Cyber-Attacken - Anwendung von Data Mining

Intrusion Detection Systeme (IDS) sind wichtige Elemente in der Netzwerkverteidigung, um sich gegen immer raffiniertere Cyberangriffe zu schützen. In diesem Projektziel wird eine neuartige Anomalieerkennungstechnik vorgestellt, mit der bisher unbekannte Angriffe auf ein Netzwerk durch die Identifizierung von Angriffsmerkmalen erkannt werden können. Diese auf Effekten basierende Merkmalsidentifizierungsmethode kombiniert auf einzigartige Weise k-means Clustering; NaiveBayes Merkmalsauswahl und C4.5 Entscheidungsbaum-Klassifizierung zum Auffinden von Cyber-Angriffen mit einem hohen Grad an Genauigkeit und verwendet den KDD99CUP-Datensatz als Eingabe. Grundsätzlich erkennt es, ob die Angriffe vorhanden sind oder nicht, wie IPSWEEP, NEPTUNE, SMURF.

Autorentext

La profesora Amruta Surana tiene un máster en ingeniería informática. Actualmente está cursando su doctorado en Ingeniería Informática en la Universidad Poornima de Jaipur. Tiene más de 9 años de experiencia docente. Actualmente está asociada con el Instituto de Ingeniería y Tecnología Nutan Maharashtra, Talegaon Dabhade.