하이브리드 기계 학습 기법을 이용한 컴퓨터 네트워크의 침입 탐지

클라우드 컴퓨팅과 사물인터넷 같은 새로운 네트워킹 패러다임의 출현은 정보와 서비스의 무결성, 가용성 및 기밀성을 보장하기 위한 새로운 메커니즘이 필요한 새로운 보안 도전 과제를 소개했습니다. 이러한 필요를 충족하기 위해 현재 가장 많이 연구되고 있는 전략 중 하나는 컴퓨터 네트워크에서 침입 탐지 프로세스를 자동화하기 위한 하이브리드 기계 학습 기법의 사용입니다. 본 논문은 컴퓨터 네트워크의 침입 탐지 작업을 위한 다중 하이브리드 기계 학습 모델의 설계, 구현 및 성능 분석을 제시합니다. 우리의 결과는 감독 학습 알고리즘과 비감독 학습 알고리즘의 조합이 알려진 공격과 알려지지 않은 공격 탐지에 적응할 수 있는 모델을 만드는 작업에서 서로 보완적임을 보여줍니다.