Enfoque robusto para abordar conjuntos de datos de ciberseguridad desequilibrados mediante el uso de datos aumentados con Conditional-Tabular-Generative-Adversarial-Network y una red neuronal convolucional mejorada de detección de intrusiones
Autores: Allagi, Shridhar; Pawan, Toralkar; Leong, Wai Yie
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Enfoque robusto para abordar conjuntos de datos de ciberseguridad desequilibrados mediante el uso de datos aumentados con Conditional-Tabular-Generative-Adversarial-Network y una red neuronal convolucional mejorada de detección de intrusiones
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Prevención de intrusiones
Clasificación
Conjunto de datos desequilibrado
SMOTE
CTGAN
Modelo CNN
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 48
Citaciones: Sin citaciones
La novedad de este trabajo radica en abordar los problemas asociados con la distribución de datos y SMOTE mediante el empleo de Redes Generativas Antagónicas Tabulares Condicionales (CTGANs) en los conjuntos de datos NSL_KDD y UNSW_NB15.
Descripción
La novedad de este trabajo radica en abordar los problemas asociados con la distribución de datos y SMOTE mediante el empleo de Redes Generativas Antagónicas Tabulares Condicionales (CTGANs) en los conjuntos de datos NSL_KDD y UNSW_NB15.