Investigation of fuzzy adaptive resonance theory in network anomaly intrusion detection

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Ngamwitthayanon N., Wattanapongsakorn N., Coit D.W.

ผู้เผยแพร่: Springer

ปีที่เผยแพร่ (ค.ศ.): 2009

Volume number: 5552 LNCS

Issue number: PART 2

หน้าแรก: 208

หน้าสุดท้าย: 217

จำนวนหน้า: 10

ISBN: 3642015093; 9783642015090

นอก: 0302-9743

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-69849108915&doi=10.1007%2f978-3-642-01510-6_24&partnerID=40&md5=e659fed475e1c2ee79be0f0bf882fb8f

ภาษา: English-Great Britain (EN-GB)

ดูบนเว็บไซต์ของสำนักพิมพ์

บทคัดย่อ

The effectiveness of Fuzzy-Adaptive Resonance Theory (Fuzzy-ART or F-ART) is investigated for a Network Anomaly Intrusion Detection (NAID) application. F-ART is able to group similar data instances into clusters. Furthermore, F-ART is an online clustering algorithm that can learn and update its knowledge based on the presence of new instances to the existing clusters. We investigate a one shot fast learning option of F-ART on the network anomaly detection based on KDD CUP '99 evaluation data set and found its effectiveness and robustness to such problems along with the fast response capability that can be applied to provide a real-time detection system. ฉ 2009 Springer Berlin Heidelberg.

คำสำคัญ

Adaptive Learning, Fuzzy-adaptive resonance theory, Network anomaly detection, One shot fast learning