首页> 外文OA文献 >IMPLEMENTASI DAN ANALISA HASIL DATA MINING UNTUK KLASIFIKASI SERANGAN PADA INTRUSION DETECTION SYSTEM #40;IDS#41; DENGAN ALGORITMA C4.5
【2h】

IMPLEMENTASI DAN ANALISA HASIL DATA MINING UNTUK KLASIFIKASI SERANGAN PADA INTRUSION DETECTION SYSTEM #40;IDS#41; DENGAN ALGORITMA C4.5

机译:基于C4.5算法的入侵检测系统(IDS)攻击分类数据挖掘结果的实现与分析

摘要

Sistem Deteksi Intrusi merupakan perangkat yang mempunyai kemampuan untuk mendeteksi serangan pada jaringan lokal maupun jaringan yang terhubung ke internet. Masalah muncul ketika terjadi banyaknya jumlah paket data yang masuk dan harus dianalisa di kemudian hari. Teknik Data Mining merupakan teknik yang tepat untuk analisa data. Beberapa penelitian sudah menggunakan teknik data mining untuk menangani masalah serangan IDS seperti frequent itemset analysis, clustering analysis, classification analysis dan association analysis. Penelitian ini bertujuan untuk mengklasifikasi serangan pada data pengujian dengan menggunakan metode klasifikasi dan algoritma klasifikasi yaitu C4.5. Penelitian ini memiliki 41 atribut, atribut tersebut dilakukan feature selection untuk menghapus atribut yang tidak relevan dengan menggunakan teknik evolutionary. Hasil dari feature selection adalah dari 41 atribut menjadi 16 atribut dengan akurasi yang tinggi yaitu 98,67%. Hasil tersebut kemudian dilakukan pemodelan dengan menggunakan algoritma C4.5 dan menghasilkan rule untuk diterapkan pada implementasi sistem analisa klasifikasi data. Model ini berhasil diterapkan pada sistem untuk mengklasifikasikan data serangan seperti dos, u2r, r2l dan probe serta aktivitas jaringan normal.
机译:入侵检测系统是一种能够检测对本地网络和连接到Internet的网络的攻击的设备。当存在大量传入数据包时,就会出现问题,并且必须在以后进行分析。数据挖掘技术是进行数据分析的正确技术。一些研究使用数据挖掘技术来处理IDS攻击问题,例如频繁项集分析,聚类分析,分类分析和关联分析。本研究旨在使用分类方法和分类算法C4.5对测试数据的攻击进行分类。这项研究有41个属性,其特征是使用进化技术去除不相关属性的特征选择。特征选择的结果是从41个属性到16个属性,准确度高达98.67%。然后使用C4.5算法对结果进行建模,并产生要应用于数据分类分析系统的规则。该模型已成功应用于系统,对dos,u2r,r21和探测器等攻击数据以及正常的网络活动进行分类。

著录项

  • 作者

    IZZA KHAERANI;

  • 作者单位
  • 年度 2014
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号