SVMとGAを用いたネットワーク異常検知のための機械学習フレームワーク

今日のコンピューターセキュリティの世界では、Dos/DDos、ワーム、スパイウェアなどのインターネット攻撃は、検出技術の改善に伴い進化し続けています。しかし、既存の攻撃に関する知識だけでは、新しい攻撃を区別することは容易ではありません。本論文では、著者はインターネットの異常から攻撃を検出するための機械学習技術に焦点を当てました。この機械学習フレームワークは、特徴選択のための遺伝的アルゴリズム（GA）とパケット分類のためのサポートベクターマシン（SVM）の2つの主要なコンポーネントで構成されています。実験によって、提案されたフレームワークが現在使用されている実世界のNIDSを上回る性能を持つことも示されています。