CLASSIFICATION TREE AND KULLBACK-LEIBLER DISTANCE-BASED ANOMALY INTRUSION DETECTION APPROACH

Authors

  • Evgeniya Nikolova
  • Veselina Jecheva

Keywords:

intrusion Detection, anomaly based IDS, classification trees, relative entropy

Abstract

През последните години откриването на аномалии се превърна в важна област както за търговските интереси, така и за академичните изследвания. Процесът на откриване на проникване се опитва да открие злонамерени атаки, като изследва различни данни, събрани по време на процесите в защитената система. Настоящата статия предлага адаптивен подход за откриване на проникване на аномалии, който се основава на класификационни дървета и относителна ентропия. Разглеждат се и се дискутират основните резултати от реализираните симулационни експерименти.

Downloads

Download data is not yet available.

References

Downloads

Published

2018-05-28

Issue

Vol. 3 No. 1 (2014): Computer Sciences and Communications

Section

Computer Science and Communications - Reviewed Publications. ISSN: 1314-7846

License

Articles published in "Computer Science and Communications" Magazine are licensed under Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.  

How to Cite

CLASSIFICATION TREE AND KULLBACK-LEIBLER DISTANCE-BASED ANOMALY INTRUSION DETECTION APPROACH. (2018). COMPUTER SCIENCES AND COMMUNICATIONS, 3(1), 40-44. https://csc.bfu.bg/index.php/CSC/article/view/153

Most read articles by the same author(s)

1 2 > >>