Maschinelles Lernen in der Erkennung von Netzwerk-Anomalien: Eine Übersicht

Anomalien könnten die Bedrohungen für das Netzwerk sein, die jemals/niemals passiert sind. Netzwerke vor bösartigem Zugriff zu erkennen und zu schützen, ist immer eine Herausforderung, obwohl es schon lange untersucht wird. Aufgrund der Evolution des Netzwerks in neuen Technologien und des schnellen Wachstums verbundenen Geräten werden Netzwerkangriffe ebenfalls vielfältiger. Im Vergleich zu traditionellen Erkennungsansätzen ist maschinelles Lernen eine neuartige und flexible Methode, um Eindringlinge im Netzwerk zu erkennen, die auf jede Netzwerkstruktur anwendbar ist. In diesem Papier stellen wir die Herausforderungen der Anomalieerkennung im traditionellen Netzwerk sowie im nächsten Netzwerk der Generation vor und überprüfen die Implementierung von maschinellem Lernen in der Anomalieerkennung unter verschiedenen Netzwerk-Kontexten. Das Verfahren jedes Typs des maschinellen Lernens wird erklärt, sowie die vorgestellte Methodik und Vorteile. Der Vergleich der Verwendung verschiedener Modelle des maschinellen Lernens wird ebenfalls zusammengefasst.