System zur Erkennung von Anomalien im Netzwerkverkehr durch Data Mining

Erkennung von Anomalien mit dem Fuzzy-C-means-Algorithmus zur Dichtemaximierung: Die Begründung für das System zur Erkennung von Anomalien unter Verwendung des Dichte-Maximierungs-Ansatzes für den Fuzzy-C-Means-Clustering-Algorithmus. Der Arbeitsablauf eines vorgeschlagenen Systems zur Erkennung von Anomalien mit dem FCM-Algorithmus zur Maximierung der Dichte. Der Rahmen der Ensemble-Klassifikator-basierten Anomalie-Erkennung - dieser Ansatz der Anomalie-Erkennung basiert auf der Integration mehrerer Klassifikatoren, so dass die Schwäche eines Klassifikators durch einen anderen Klassifikator kompensiert werden kann. Der Arbeitsablauf des vorgeschlagenen Rahmens für die Erkennung von Eindringlingen auf der Grundlage eines Ensemble-Klassifikators.

Autorentext

Dr. Ruby Sharma arbeitet als außerordentliche Professorin am Institut für Informationstechnologie und Management der Guru Gobind Singh Indraprastha Universität, Neu-DelhiDr. Sandeep Chaurasia arbeitet als Professor in der Abteilung für CSE, School of Computing & I.T. an der Manipal Universität Jaipur.