Un estudio sobre el aprendizaje basado en datos para sistemas inteligentes de detección de intrusiones en redes
Autores: Abdelmoumin, Ghada; Whitaker, Jessica; Rawat, Danda B.; Rahman, Abdul
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un estudio sobre el aprendizaje basado en datos para sistemas inteligentes de detección de intrusiones en redes
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Eficaz
Basado en anomalías
IDS inteligente
Aprendizaje desequilibrado
Aprendizaje adversarial
Datos sintéticos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Un efectivo IDS inteligente basado en anomalías (AN-Intel-IDS) debe detectar tanto ataques conocidos como desconocidos. Por lo tanto, es necesario entrenar AN-Intel-IDS utilizando datos en tiempo real generados dinámicamente en un entorno adversarial. Desafortunadamente, los conjuntos de datos públicos disponibles para entrenar AN-Intel-IDS son inevitablemente estáticos, poco realistas y propensos a la obsolescencia.
Descripción
Un efectivo IDS inteligente basado en anomalías (AN-Intel-IDS) debe detectar tanto ataques conocidos como desconocidos. Por lo tanto, es necesario entrenar AN-Intel-IDS utilizando datos en tiempo real generados dinámicamente en un entorno adversarial. Desafortunadamente, los conjuntos de datos públicos disponibles para entrenar AN-Intel-IDS son inevitablemente estáticos, poco realistas y propensos a la obsolescencia.