![](/images/graphics-bg.png)
Intrusion detection using artificial neural networks with best set of features
المؤلفون المشاركون
Jayakumar, Kaliappan
Revathi, Thiagarajan
Karpagam, Sundararajan
المصدر
The International Arab Journal of Information Technology
العدد
المجلد 12، العدد 6A(s) (31 ديسمبر/كانون الأول 2015)، ص ص. 728-734، 7ص.
الناشر
تاريخ النشر
2015-12-31
دولة النشر
الأردن
عدد الصفحات
7
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص EN
An Intrusion Detection System (IDS) monitors the behavior of a given environment and identifies the activities are malicious (intrusive) or legitimate (normal) based on features obtained from the network traffic data.
In the proposed method, instead of considering all features for intrusion detection and wasting up the time in analyzing it, only the relevant feature for the particular attack is selected and intrusion detection is done with help of supervised learning Neural Network (NN).
The feature selection is done with the help of information gain algorithm and genetic algorithm.
The Multi Layer Perceptron (MLP) supervised NN is used to train the relevant features alone in our proposed system.
This system improves the Detection Rate (DTR) for all types of attacks when compared to Intrusion detection system which uses all features and selected features using genetic algorithm with MLP NN as the classifier.
Our proposed system results, in detecting intrusions with higher accuracy, especially for Remote to Local (R2L), User to Root (U2R) and Denial of Service (DoS) attacks.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Jayakumar, Kaliappan& Revathi, Thiagarajan& Karpagam, Sundararajan. 2015. Intrusion detection using artificial neural networks with best set of features. The International Arab Journal of Information Technology،Vol. 12, no. 6A(s), pp.728-734.
https://search.emarefa.net/detail/BIM-655012
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Jayakumar, Kaliappan…[et al.]. Intrusion detection using artificial neural networks with best set of features. The International Arab Journal of Information Technology Vol. 12, no. 6A (Dec. 2015), pp.728-734.
https://search.emarefa.net/detail/BIM-655012
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Jayakumar, Kaliappan& Revathi, Thiagarajan& Karpagam, Sundararajan. Intrusion detection using artificial neural networks with best set of features. The International Arab Journal of Information Technology. 2015. Vol. 12, no. 6A(s), pp.728-734.
https://search.emarefa.net/detail/BIM-655012
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes appendix : p. 733-734
رقم السجل
BIM-655012
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)