Overview
En r ponse aux probl mes pos s par la complexit croissante des r seaux et des attaques informatiques, les syst mes de d tection d'intrusions (SDIs) constituent une bonne alternative pour mieux s curiser un r seau ou un syst me informatique. Cependant, les SDIs existants pr sentent des lacunes en termes de g n ration excessive de fausses alarmes. Dans ce m moire, nous proposons une nouvelle approche de d tection d'intrusions, dont le but est la r duction de fausses alarmes et l'am lioration de d tection de vraies attaques. Ainsi, nous proposons un nouveau syst me de d tection d'intrusions bas sur les r gles associatives g n riques de classification. En effet, l'extraction de r gles g n riques permet de minimiser le nombre de r gles de d tection, tandis que la classification associative permet la concentration sur les r gles utiles. En outre, un classifieur est construit pour am liorer le m canisme de d tection de nouvelles attaques. L' tude empirique, que nous avons men e, montre la robustesse et l'efficacit du nouveau syst me propos vs. ceux de la litt rature.
This item is Non-Returnable
Customers Also Bought
Details
- ISBN-13: 9786131583667
- ISBN-10: 6131583668
- Publisher: Omniscriptum
- Publish Date: February 2018
- Dimensions: 9.02 x 5.98 x 0.27 inches
- Shipping Weight: 0.39 pounds
- Page Count: 112
Related Categories
