Многие исследователи утверждают, что искусственные нейронные сети (ИНС) могут
улучшить производительность систем обнаружения вторжений (IDS), когда
по сравнению с традиционными методами. Однако для IDS на основе ANN,
точность обнаружения, особенно для нечастых атак, и
стабильность обнаружения все еще необходимо улучшить. Новый подход
называется FC-ANN, основанный на ANN и нечеткой кластеризации, для решения проблемы
и помочь IDS достичь более высокого уровня обнаружения, меньше ложных срабатываний
и более сильная стабильность. Общая процедура FC-ANN следующая:
во-первых, метод нечеткой кластеризации используется для создания различных
обучающие подмножества. Впоследствии, основываясь на различных учебных подмножествах,
различные модели ANN обучены формулировать различные базовые модели.
Наконец, мета-ученик, модуль нечеткой агрегации, используется для
агрегировать эти результаты. Экспериментальные результаты на KDD CUP 1999
набор данных показывает, что предлагаемый новый подход, FC-ANN, превосходит BPNN
и другие известные методы, такие как дерево решений, наивный байесовский в
Условия точности обнаружения и стабильности обнаружения.
Вопрос:
Можно ли объединить байесовскую сеть / систему убеждений с нейронными сетями Fuzzy Clustering для обнаружения вторжений?
Может ли кто-нибудь предвидеть какие-либо проблемы, с которыми я могу столкнуться? Ваш вклад будет наиболее ценным.