Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Feature Subset Selection in Intrusion Detection
Using Soft Computing Techniques
Iftikhar Ahmad
Livre broché | Anglais
77,95 €
+ 155 points
Description
Intrusions on computer network systems are major security issues these days. Therefore, it is of utmost importance to prevent such intrusions. The prevention of such intrusions is entirely dependent on their detection that is a main part of any security tool. A variety of intrusion detection approaches are available but the main problem is their performance, which can be enhanced by increasing the detection rates and reducing false positives. PCA has been employed to transform raw features into principal features space and select the features based on their sensitivity. This research applied a GA to search the principal feature space that offers a subset of features with optimal sensitivity. Based on the selected features, the classification is performed. The SVM and MLP are used for classification. This research work uses the KDD dataset. The performance of this approach was analyzed and compared with existing approaches. The results show that proposed method provides an optimal intrusion detection mechanism that outperforms the existing approaches and has the capability to minimize the number of features and maximize the detection rates.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 220
- Langue:
- Anglais
Caractéristiques
- EAN:
- 9783847344964
- Date de parution :
- 18-01-12
- Format:
- Livre broché
- Format numérique:
- Trade paperback (VS)
- Dimensions :
- 152 mm x 229 mm
- Poids :
- 326 g
