![](/images/graphics-bg.png)
Applying artificial neural network and extended classifier system for network intrusion detection (ANNXCS-NID)
المؤلف
المصدر
The International Arab Journal of Information Technology
العدد
المجلد 10، العدد 3 (31 مايو/أيار 2013)9ص.
الناشر
تاريخ النشر
2013-05-31
دولة النشر
الأردن
عدد الصفحات
9
التخصصات الرئيسية
الموضوعات
الملخص EN
Due to increasing ncidents of cyber attacks, building effective intrusion detection systems are essential for protecting information systems security, and yet it remains an elusive goal and a great challenge.
Current intrusion detection systems (IDS) examine all data features to detect intrusion or misuse patterns.
Some of the features may be redundant or low importance during detection process.
The purpose of this study is to identify important input features in building IDS to gain better detection rate (DR).
By that, two stages are proposed for designing intrusion detection system.
In the first phase, we proposed filtering process for a set of features to combine best set of features for each type of network attacks that implemented by using Artificial Neural Network (ANN).
Next, we design an IDS using eXtended Classifier System (XCS) with internal modification for classifier generator to gain better detection rate.
In the experiments, we choose KDD 99 as a dataset to train and examine the proposed work.
From experiment results, XCS with its modifications achieves a promised performance compared with other systems for detecting intrusions.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Sharafat, Wafa. 2013. Applying artificial neural network and extended classifier system for network intrusion detection (ANNXCS-NID). The International Arab Journal of Information Technology،Vol. 10, no. 3.
https://search.emarefa.net/detail/BIM-311905
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Sharafat, Wafa. Applying artificial neural network and extended classifier system for network intrusion detection (ANNXCS-NID). The International Arab Journal of Information Technology Vol. 10, no. 3 (May. 2013).
https://search.emarefa.net/detail/BIM-311905
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Sharafat, Wafa. Applying artificial neural network and extended classifier system for network intrusion detection (ANNXCS-NID). The International Arab Journal of Information Technology. 2013. Vol. 10, no. 3.
https://search.emarefa.net/detail/BIM-311905
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references.
رقم السجل
BIM-311905
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)