کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6925848 1448876 2018 5 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Intelligent intrusion detection systems using artificial neural networks
ترجمه فارسی عنوان
سیستم های تشخیص نفوذ هوشمند با استفاده از شبکه های عصبی مصنوعی
کلمات کلیدی
ترجمه چکیده
معماری شبکه های عصبی مصنوعی پیشنهاد می شود که دقت متوسط ​​98٪، سطح متوسط ​​تحت منحنی مشخص کننده اپراتور گیرنده 0.98 و میانگین نرخ واقعی مثبت کاذب کمتر از 2٪ در تایید متقابل 10 بار تکرار شده است. این نشان می دهد که روش طبقه بندی پیشنهادی قوی، دقیق و دقیق است. رویکرد جدید به تشخیص ترافیک شبکه های مخرب ارائه شده در این مقاله بالقوه به طور قابل توجهی افزایش قابلیت استفاده از سیستم های تشخیص نفوذ اعمال شده به هر دو تجزیه و تحلیل ترافیک شبکه ترافیک و تجزیه و تحلیل ترافیک شبکه برای سیستم های فیزیکی سایبر مانند شبکه های هوشمند است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
The proposed artificial neural network architecture obtains an average accuracy of 98%, an average area under the receiver operator characteristic curve of 0.98, and an average false positive rate of less than 2% in repeated 10-fold cross-validation. This shows that the proposed classification technique is robust, accurate, and precise. The novel approach to malicious network traffic detection proposed in this paper has the potential to significantly enhance the utility of intrusion detection systems applied to both conventional network traffic analysis and network traffic analysis for cyber-physical systems such as smart-grids.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: ICT Express - Volume 4, Issue 2, June 2018, Pages 95-99
نویسندگان
, , ,