フローベースの異常検知のためのマルチレイヤパーセプトロンアプローチ

ファイアウォールと暗号化技術を備えたシステムへのサイバー攻撃の成功が増加していることにより、侵入検知システム（IDS）が作成されました。これらのシステムでは、機械学習技術がしばしば使用され、不明瞭で不均衡なデータにおける悪意のある行動を予測します。フローベースのIDSは、ユーザーのプライバシーを維持し、ネットワークの帯域幅の増加に対応するために、ネットワークトラフィックのパケットヘッダーのみを監視し、添付データは監視しません。この文脈において、マルチレイヤパーセプトロンアプローチが2つの異なるデータセットで分析され、J48決定木分類器と比較されました。得られた結果は、フローベースのシステムが避けがたいものであるとしても、将来のIDSにとって正しい方向性であることを確認し、MLPがフローベースの検知において依然として有用である可能性を示しています。