Network intrusion detection with Fuzzy Genetic Algorithm for unknown attacks
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Jongsuebsuk P., Wattanapongsakorn N., Charnsripinyo C.
ปีที่เผยแพร่ (ค.ศ.): 2013
หน้าแรก: 1
หน้าสุดท้าย: 5
จำนวนหน้า: 5
ISBN: 9781467357401
นอก: 1976-7684
eISSN: 1976-7684
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
In this work, we consider detecting unknown or new network attack types with a Fuzzy Genetic Algorithm approach. The fuzzy rule is a supervised learning technique and genetic algorithm make fuzzy rule able to learn new attacks by itself. Moreover, this technique has high detection rate and robust. Therefore, we apply the fuzzy genetic algorithm approach to our real-time intrusion detection system implementation i.e. the data is detected right after it arrived to the detection system. In our experiments, various denial of service (DoS) attacks and Probe attacks are considered. We evaluate our IDS in terms of detection time, detection rate and false alarm rate. From the experiment, we obtain the average detection rate approximately over 97%. ฉ 2013 IEEE.
คำสำคัญ
IDS, network intrustion detection, unknown detection
ติดต่อสอบถามเพิ่มเติมได้ที่