Verbessertes System zur Erkennung von Eindringlingen mit Hilfe von maschinellen Lerntechniken

In diesem Buch wird eine maschinelle Lerntechnik zur Erkennung von Netzwerkangriffen vorgeschlagen. IDS ist eine wichtige Technologie, die den Netzwerkverkehr überwacht und die Netzwerkeinbrüche identifiziert. Das Hauptziel dieses regelbasierten Intrusion Detection Systems ist die Erkennung von Fehlern mit hoher Erkennungsrate und niedriger Fehlalarmrate. Dieses Buch enthält fünf Kapitel mit entsprechenden Programmen. Kapitel 1: Behandelt die Grundlagen, Motivation und Probleme von IDS. Kapitel 2: Erörtert IDS-Klassifizierung und Methoden. Kapitel 3: Erläutert die Entwicklung eines Intrusion Detection Systems unter Verwendung eines regelbasierten Entscheidungsbaums (C4.5) Algorithmus. Kapitel 4: Erläutert die Modellierung eines Intrusion Detection Systems mit Hilfe eines regelbasierten genetischen Algorithmus. Kapitel 5: Schlussfolgerungen und zukünftige Arbeit.

Autorentext

Dr. Shaik Akbar, professore presso il Dipartimento CSE, PSCMR College of Engineering and Technology, Vijayawada, A.P, INDIA. Ha un'esperienza di insegnamento di oltre un decennio e competenze informatiche nei linguaggi Java e OOP e nella progettazione di software. Ha maturato la sua esperienza informatica all'estero come ingegnere del software negli Stati Uniti; è membro di numerosi organismi professionali come IEEE, CSI, IASA, IAENG.