Tô, Trọng TínTrần, Văn Lăng2024-08-202024-08-292024-08-202024-08-292018Trường 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 2615-90152615-9015https://repository.ntt.edu.vn/handle/298300331/50023tr. 7- 12Bài 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.vi-VNIDSMạng máy tínhMạng thần kinhHọc sâuMáy lọcComputer networkMachine learningArticle