Bogotá Ilustrado - Serie II N. 8

CONTENIDO DE LIBRE ACCESO

Este contenido es de libre acceso. Solo haz clic en el siguiente botón.

Descripción: A medida que las aplicaciones de Internet crecen rpidamente, el sistema de deteccin de intrusiones se utiliza ampliamente para detectar eficazmente las intrusiones en la red. Teniendo en cuenta las caractersticas de alta dimensin de los datos en el sistema de deteccin de intrusos, el algoritmo tradicional de extraccin de valores atpicos basado en patrones frecuentes presenta los problemas de la dificultad para obtener patrones frecuentes completos y la elevada complejidad temporal, por lo que el conjunto de valores atpicos se analiza en mayor profundidad para obtener el patrn de ataque de la deteccin de intrusos. El conjunto de datos NSL-KDD y el conjunto de datos UNSW-NB15 se utilizan para evaluar el enfoque propuesto mediante la realizacin de algunos experimentos. Los resultados de los experimentos muestran que el mtodo tiene un buen rendimiento en cuanto a tasa de deteccin, tasa de falsas alarmas y tasa de recuperacin, y reduce eficazmente la complejidad temporal.
Citación recomendada (normas APA)
: Hindawi, "Application of High-Dimensional Outlier Mining Based on the Maximum Frequent Pattern Factor in Intrusion Detection", -:Revista VirtualPRO,, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3923350/), el día 2025-05-08.

Información adicional