Earticle

현재 위치 Home

Hybrid Intrusion Detection Method to Increase Anomaly Detection by Using Data Mining Techniques

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJDTA) 바로가기
  • 간행물
    International Journal of Database Theory and Application SCOPUS 바로가기
  • 통권
    Vol.9 No.12 (2016.12)바로가기
  • 페이지
    pp.231-240
  • 저자
    Bilal Ahmad, Wang Jian, Bilal Hassan
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A296311

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
An Intrusion Detection System is an application which observes movements or action happen on the network and determine it for any kind of harmful activity that can disturb computer security policy. With progress of increase the usage rate of the internet, there is a widely increase in the number of internet attacks as well, so contests arise towards the network security due to the arrival of new approaches of attacks. To classify these attacks, a new hybrid method with the help of data mining based on decision tree C4.5 and Meta algorithm is planned. This method gives a classifier which expands the whole accuracy of detection. Many data mining techniques have been settled for detecting intrusion. For recognition of anomalies a hybrid technique based on decision tree C4.5 with Meta algorithm is offered that provides better accuracy and reduces the problem of high false alarm ratio. The assessment of the given approach is made with other data mining techniques. With this given approach detection rate is improved significantly. KDD Cup 1999 dataset use for experimental work.

목차

Abstract
 1. Introduction
 2. Literature Survey
 3. Intrusion Detection System
  3.1 Type of Alerts
  3.2. Type of IDS
  3.3. Types of Detection
 4. Anomaly/Statistical based Detection
  4.1. Supervised Learning
  4.2. Unsupervised Learning
 5. Objectives
 6. KDD Cup 1999 Dataset
 7. Pre-processor
 8. Proposed Algorithm
 9. Experimental Results
  9. 1. Accuracy
  9.2. Detection Ratio
  11.3. True Positive Ratio
  9.4. False Positive Ratio
  9.5. Precision Ratio
  9.6. Recall
  9.7. F-Measure
  9.8. Area under the ROC Curve
  9.9 Area Under the PRC
 10. Conclusion
 11. Future Scope
 References

키워드

Hybrid Intrusion Detection System Data Mining Decision Tree Meta Algorithm

저자

  • Bilal Ahmad [ Department of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China ]
  • Wang Jian [ Department of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China ]
  • Bilal Hassan [ Department of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Database Theory and Application
  • 간기
    격월간
  • pISSN
    2005-4270
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.9 No.12

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.