文章基本信息

标题：AN APPROACH HYBRID RECURRENT NEURAL NETWORK AND RULE-BASE FOR INTRUSION DETECTION SYSTEM
本地全文：下载
作者：Tran Thi Huong ; Pham Van Hanh
期刊名称：Tạp chí Khoa học Đại học Đà Lạt
印刷版ISSN：0866-787X
出版年度：2019
卷号：9
期号：2
页码：20-33
DOI：10.37569/DalatUniversity.9.2.544(2019)
语种：English
出版社：Dalat University
摘要：Network intrusion detection is one of the most important issues of network security and is a research interest of many researchers. In this paper,we present a model based on the combination of recurrent neural networks and rule sets for the network intrusion detection problem. The main idea of the model is to combine the strengths of each classification model. The rule set is capable of detecting known attacks,while the recurrent neural network has the advantage of detecting new attacks. A comparison of the detection efficiency of our model with the previous detection models on the same data set,KDD CUP 99,shows that the proposed model is effective for detecting network intrusions at rates higher than 99%..
其他摘要：Phát hiện xâm nhập mạng là một trong những vấn đề quan trọng nhất của an ninh mạng và được rất nhiều nhóm trong và ngoài nước quan tâm nghiên cứu. Trong bài báo này chúng tôi trình bày một mô hình dựa vào việc kết hợp mạng nơ-ron truy hồi (recurrent neu
关键词：Intrusion detection system;Recurrent neural network;Rule-based
其他关键词：Hệ thống phát hiện xâm nhập mạng;Mạng nơ-ron truy hồi;Tập luật.