【问题标题】:Neural network and IDS神经网络和 IDS
【发布时间】:2013-03-17 23:16:29
【问题描述】:

我正在尝试了解神经网络相对于其他用于入侵检测系统的人工智能算法的效率。我阅读的大部分文献都没有很好地比较神经网络和其他 IDS。

它们是否工作得更好(检测更多的真实攻击和更少的误报)?它们的效率更高还是更低?

另一个问题是 NN 在 IDS 环境中有多新?它们被广泛使用吗?是旧闻吗?

【问题讨论】:

  • this 入侵检测系统是什么意思?
  • 不是专门针对这个的,更多的是针对那些写过神经网络的人
  • 他们指的是哪些其他 IDS 实现?你如何定义“高效”?你的意思是“减少误报”还是“更容易训练”?

标签: algorithm neural-network intrusion-detection


【解决方案1】:

看来你是在问问题:

该算法能否可靠地帮助我检测“入侵”何时发生。

查看一些criticism of Neural Networks,似乎神经网络可能被过度训练(这对于任何人工智能算法都是可能的);这可以通过使用 k 折交叉验证来克服。 NN 也很困难,因为很难解释为什么 NN 给出了它所做的结果。

这是您正在研究的一个研究问题吗?

最初,我会查看Naive Bayes 来解决这个问题,因为1)它很容易实现,2)作为一个很好的基线。另外,请查看 Decision Trees 以解决您的问题。

实现NB和DT后,再实现NN,看看NN是否做得更好。

您也可以尝试ensemble technique,看看是否能获得更好的结果。

有一个名为 Weka 的基于 Java 的包实现了我讨论过的许多算法,并且可能对您很有价值。

【讨论】:

  • 我是一名荣誉水平的学生,我的任务是实施/开发和评估 NN 的入侵检测任务(愚蠢)感谢您的帖子,尽管信息量很大!
【解决方案2】:

我也是 NN 的新手。我认为您可以使用Encog Neural Network Library 来实现NN 算法。它适用于 Java 和 C#。

【讨论】:

    猜你喜欢
    • 2016-09-02
    • 2012-02-16
    • 1970-01-01
    • 2017-02-19
    • 2017-08-27
    • 2011-02-16
    • 2011-07-31
    • 2019-05-19
    • 1970-01-01
    相关资源
    最近更新 更多