| DC Field | Value | Language |
|---|
| dc.contributor.author | Моздурани Шираз, М. Г. | - |
| dc.contributor.author | Вишняков, В. А. | - |
| dc.date.accessioned | 2019-12-30T07:47:14Z | - |
| dc.date.available | 2019-12-30T07:47:14Z | - |
| dc.date.issued | 2019 | - |
| dc.identifier.citation | Моздурани Шираз, М. Г. Интеллектуальный классификатор обнаружения вторжений на базе генетических алгоритмов / М. Г. Моздурани Шираз, В. А. Вишняков // Телекоммуникации: сети и технологии, алгебраическое кодирование и безопасность данных = Telecommunications: Networks and Technologies, Algebraic Coding and Data Security : материалы международного научно-технического семинара, Минск, ноябрь-декабрь 2019 г. / Белорусский государственный университет информатики и радиоэлектроники ; ред. Бобов М. Н. [и др.]. – Минск : БГУИР, 2019. – С. 64–69. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/38006 | - |
| dc.description.abstract | Предложена модель обнаружения вторжений на основе генетических алгоритмов. Найдена лучшая хромосома в цикле эволюции, которая применена к тестовому набору данных типовых атак KDD. Построен классификатор на базе модели, для которого получена хорошая степень распознавания атак и показана высокая скорость обнаружения вторжений, продемонстрировав результаты лучше, чем аналогичные. Также этот классификатор может обнаружить значительный процент атак R2L, который выше, чем у аналогов, разработанных ранее. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | обнаружение вторжений | ru_RU |
| dc.subject | генетические алгоритмы | ru_RU |
| dc.subject | intrusion detection | - |
| dc.subject | genetic algorithms | - |
| dc.title | Интеллектуальный классификатор обнаружения вторжений на базе генетических алгоритмов | ru_RU |
| dc.title.alternative | Intelligent classifier of intrusion detection on bases of genetic algorithms | - |
| dc.type | Статья | ru_RU |
| local.description.annotation | Some detection model was proposed using genetic algorithms and KDD99 data sets. The best chromosome in evolution cycle was founded, which to test set of typical attacks was used. The classifier on the model base was designed, for which good result of attack detection was received and high speed of intrusion detection was shown. These results are better than analogous. So this classifier may detect some percent of R2L attacks high than analogue was designed. | - |
| Appears in Collections: | Телекоммуникации 2019
|
