Model wykrywania ataków cybernetycznych - zastosowanie eksploracji danych

Systemy wykrywania w¿amä (IDS) s¿ wänymi elementami obrony sieciowej, pomagaj¿cymi chroni¿ przed coraz bardziej wyrafinowanymi cyberatakami. Niniejszy projekt ma na celu przedstawienie nowej techniki wykrywania anomalii, która mo¿e by¿ wykorzystana do wykrywania nieznanych wcze¿niej ataków w sieci poprzez identyfikacj¿ cech ataku. Ta oparta na efektach metoda identyfikacji cech w unikalny sposób ¿¿czy klasteryzacj¿ k-¿rednich, selekcj¿ cech NaiveBayes i klasyfikacj¿ drzew decyzyjnych C4.5 w celu znalezienia cyberataków z wysokim stopniem dok¿adno¿ci i wykorzystuje zbiór danych KDD99CUP jako dane wej¿ciowe. Zasadniczo wykrywa czy ataki s¿ obecne czy nie, jak IPSWEEP, NEPTUNE, SMURF.