Cải thiện khả năng phát hiện tấn công mạng bằng kỹ thuật học sâu

dc.contributor.authorTô, Trọng Tín
dc.contributor.authorTrần, Văn Lăng
dc.date.accessioned2024-08-20T04:32:27Z
dc.date.accessioned2024-08-29T02:17:24Z
dc.date.available2024-08-20T04:32:27Z
dc.date.available2024-08-29T02:17:24Z
dc.date.issued2018
dc.descriptiontr. 7- 12
dc.description.abstractBài viết đề cập đến học sâu như một hướng tiếp cận mới có thể giúp hệ thống IDS cải thiện độ chính xác và tăng tốc độ phân tích khi đầu vào quá lớn. Với việc áp dụng mạng thần kinh sâu như mạng đa lớp ẩn (Multilayer Perceptron - MLP) và mạng neural hồi quy (Recurrent Neural Network – RNN) trên tập dữ liệu KDD99 được sử dụng để đánh giá độ ch nh xác (Accuracy), độ l i phân lớp (MSE – Mean Squared Error) và ma trận h n loạn (Confusion Matrix). Hiệu quả đạt được là 98,2% với MLP và 99,04% với RNNs, so với 92,6% của SVM và 88.46% của Naïve Bayes.
dc.identifier.citationTrường Đại học Nguyễn Tất Thành. (2018). Tạp chí Khoa học và Công nghệ - Đại học Nguyễn Tất Thành [Journal of Science and Technology - NTTU], (01). ISSN 2615-9015
dc.identifier.issn2615-9015
dc.identifier.urihttps://repository.ntt.edu.vn/handle/298300331/50023
dc.language.isovi_VN
dc.publisherTrường Đại học Nguyễn Tất Thành
dc.relation.ispartofseriesTạp chí Khoa học và Công nghệ - Đại học Nguyễn Tất Thành; Số 01
dc.subjectIDS
dc.subjectMạng máy tính
dc.subjectMạng thần kinh
dc.subjectHọc sâu
dc.subjectMáy lọc
dc.subjectComputer network
dc.subjectMachine learning
dc.titleCải thiện khả năng phát hiện tấn công mạng bằng kỹ thuật học sâu
dc.typeArticle

Tệp tin

Tập tin chính của tài liệu
Đang hiển thị 1 - 1 của tổng số 1 kết quả
Đang tải...
Hình ảnh thu nhỏ
Tên:
KHCN-NTT-So1_02.pdf
Dung lượng:
961.4 KB
Định dạng:
Adobe Portable Document Format
Tập tin giấy phép
Đang hiển thị 1 - 1 của tổng số 1 kết quả
Không có ảnh thu nhỏ nào
Tên:
license.txt
Dung lượng:
1.71 KB
Định dạng:
Plain Text
Mô tả: