ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Use of Singular Value Decompos...>الوصف

Use of Singular Value Decomposition for a Deep Learningbased Fast Intrusion Detection System

العنوان بلغة أخرى: استخدام تحليل القيمية المفردة "SVD" لنظام كشف التسلل السريع القائم على التعلم العميق
المصدر: مجلة كلية التربية الأساسية
الناشر: الجامعة المستنصرية - كلية التربية الأساسية
المؤلف الرئيسي: شاكر، انبثاق أحمد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Shakir, Inbithaq A.
مؤلفين آخرين: صالح، أحمد أبو الفتوح (م. مشارك) , البكري، حازم مختار مختار (م. مشارك)
المجلد/العدد: ع123
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الشهر: شباط
الصفحات: 73 - 87
ISSN: 8536-2706
رقم MD: 1497887
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
الجرائم الإلكترونية | الذكاء الاصطناعي | الأمن السيبراني | حماية الشبكات
كلمات المؤلف المفتاحية:
كشف التسلل | تحليل القيمة المفردة "SVD" | التعلم العميق | أمن الشبكات | Intrusion Detection | Singular Value Decomposition "SVD" | Deeplearning | Network Security
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تقنية الذكاء الاصطناعي القائمة على الشبكات العصبية الاصطناعية لتحديد المخاطر السيبرانية. اعتمدت مجموعة من المهن، بما في ذلك التعرف على أنماط أو فئات محددة، منهجيات التعلم العميق. تم استخدام البيانات من تقييمات كشف التسلل ومراقبة الأحداث الأمنية لتقييم حالة الشبكة. يجب تحسين أداء ودقة الكشف. قررنا اختبار مجموعة من الأساليب باستخدام مجموعة بيانات مفتوحة لتحديد أفضل نهج لاكتشاف التسلل. تهدف الدراسة الحالية إلى استكشاف إمكانية استخدام تحليل القيمة المفردة (SVD) كخطوة ما قبل المعالجة لتقليل أبعاد البيانات. بالإضافة إلى تقليل التشويش الناتج عن البيانات، تعمل خطوة المعالجة المسبقة هذه على تقليل أبعاد البيانات لتوفير الوقت في العمليات الحسابية. يمكن للاستراتيجية المقترحة أن تساعد الأساليب الأخرى المستخدمة حاليا على الأداء بشكل أفضل. لقد قمنا باختبار استراتيجيات التخفيض على مجموعة بيانات UNSW-NB15، وكانت النتائج إيجابية للغاية.

An artificial intelligence technique based on artificial neural networks for identifying risks. A range of professions, including the recognition of specific patterns or categories, have adopted deep learning methodologies. Data from intrusion detection assessments and security event monitoring were used to evaluate the network situation. The performance and accuracy of the detection must be improved. We decided to test a range of approaches utilizing an open data set in order to identify the best approach for intrusion detection. The current study aims to explore the possibility of using singular value decomposition (SVD) as a pre-processing step to reduce the dimensionality of the data. In addition to reducing the noise from the data, this pre-processing step reduces the dimensionality of the data to save time on calculations. The proposed strategy can help other currently used methods perform better. We test reduction strategies on the UNSW-NB15 dataset, and the outcomes are very positive.
ISSN: 8536-2706

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.