اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتقليل التنبيهات الخاطئة في نظم كشف الاختراق
755
0 85
0
(
0
)
تاريخ النشر
2016
والبحث باللغة
العربية
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
في هذه الرسالة, اخترنا هذه المسألة كمساحة أساسية في بحثنا. اختبرنا فعالية استخدام الشبكات العصبونية لتقليل عدد التنبيهات الخاطئة من خرج نظام كشف الاختراق.
In this thesis, we have chosen this problem as our main area of research. We have tested the effectiveness of using the Neural Networks NN in order to reduce the number of false alerts from an IDS output.
المراجع المستخدمة
Al-Mamory, S., & Zhang, H. (2007). A survey on IDS alerts processing techniques
Axelsson, S. (1999). The base-rate fallacy and its implications for the intrusion detection
Anderson, J. P. (1980). Computer security threat monitoring and surveillance
قيم البحث
اقرأ أيضاً
يقدم هذا المشروع هيكلية لمصائد الاختراق الهجينة و التي تجمع بين مصائد الاختراق منخفضة
التفاعل مع عالية التفاعل و ذلك من أجل التقليل من سيئات كل صنف و جمع محاسنهما. في
الحل المقترح، تُستخدم مصائد الاختراق منخفضة التفاعل لتقليد نظم التشغيل مع خدماتها
المقدمة، كما أنها تقوم بعمل الوكيل عند قيام المهاجم بمحاولة إنشاء اتصال خارجي عبرها من
أجل إعادة توجيه هذه الحزم إلى الأنظمة الفعلية الموجودة في مصائد الاختراق عالية التفاعل،
و بذلك يتم توفير المستوى الأمثل للواقعية. تم اختبار المشروع المقترح عبر تطبيق هجوم الحرمان
من الخدمة المو زع DDOS على بيئة العمل المقترحة و قد تم تحقيق تحسين ملحوظ لأمن النظام.
يؤدي التكرار في جيل اللغة الطبيعية إلى تقليل معلومات النص ويجعله أقل جاذبية.تم اقتراح تقنيات مختلفة لتخفيفها.في هذا العمل، نستكشف واقتراح تقنيات للحد من التكرار في تلخيص مبادرة.أولا، نستكشف تطبيق التدريب غير المحامي وتضمين المصفوفين من العمل السابق ع
لى نمذجة اللغة إلى تلخيص مبادرة.بعد ذلك، نقوم بتوسيع التغطية وآليات الاهتمام الزمني إلى مستوى الرمز المميز للحد من التكرار.في تجاربنا على مجموعة بيانات CNN / Daily Mail، نلاحظ أن هذه التقنيات تقلل من مقدار التكرار وزيادة معلومات الإصلاحية من الملخصات، والتي نؤكد عن طريق التقييم البشري.
يوفّر موقع مدينة جرمانا بوجودها ضمن منطقة الغوطة الشرقية التي تتميز بخصوبة
أراضيها، و قربها من مدينة دمشق، و توفّر الخدمات و فرص العمل فيها أهمية كبيرة لها،
مما يجعلها هدفاً للسكن فيها، و هذا ما تمّ ملاحظته خلال المدّة الزمنية التي اعتمدت
للدراسة
الممتدّة بين عامي ( 2003-2017 ) م بالإضافة لاعتبارها مدينة بقيت آمنة -
خلال الأزمة التي بدأت عام ( 2011 ) م.
في هذه الورقة، نقدم Unifiedm2، وهو نموذج معلومات فعال للأغراض العامة نماذج مشتركة مجالات متعددة من المعلومات الخاطئة مع إعداد واحد موحد.يتم تدريب النموذج على التعامل مع أربع مهام: اكتشاف تحيز الأخبار، Clicbait، أخبار وهمية، والتحقق من الشائعات.من خلا
ل تجميع هذه المهام معا، يتعلم Unifiedm2 تمثيلا أكثر ثراء من المعلومات الخاطئة، مما يؤدي إلى أداء أحدث أو أداء مماثل في جميع المهام.علاوة على ذلك، نوضح أن التمثيل الموحد الذي تم تعلمه هو مفيد لعدد قليل من التعلم لمهام / مجموعات البيانات / مجموعات التضليلات غير المرئية وتعميمات النموذج للأحداث غير المرئية.
يستخدم التعلم النشط (AL) خوارزمية اختيار البيانات لتحديد عينات تدريب مفيدة لتقليل تكلفة التوضيحية. هذه هي الآن أداة أساسية لبناء محلل تحويلات تحويلية منخفضة الموارد مثل Taggers جزء من الكلام (POS). يتم تصميم الاستدلال الموجودة بشكل عام بشكل عام على م
بدأ اختيار مثيلات تدريبية غير مؤكدة ولكنها قد تقلل من هذه الحالات تقليل عدد كبير من الأخطاء. ومع ذلك، في دراسة تجريبية عبر ست لغات متنوعة من النطباض (الألمانية والسويدية والاجنية والشابات الشمالية والفارسية والأوكرانية)، وجدنا النتيجة المثيرة للدهشة أنه حتى في سيناريو أوراكل حيث نعرف عدم اليقين الحقيقي للتوقعات، هذه الاستدلال الحالية بعيدون عن الأمثل. بناء على هذا التحليل، نطرح مشكلة آل كما اختيار الحالات التي تقلل من الارتباك بين أزواج من علامات الإخراج معينة. تظهر تجربة واسعة النطاق على اللغات المذكورة أعلاه أن استراتيجيتنا المقترحة تتفوق على استراتيجيات آجال أخرى من هامش مهم. نقدم أيضا نتائج مساعدة توضح أهمية المعايرة المناسبة للنماذج، والتي نضمنها من خلال التدريب المبريد، وتحليلا إظهار كيفية تحديد استراتيجيتنا المقترحة أمثلة تتابع بشكل وثيق توزيع بيانات Oracle. يتم إصدار الرمز علني هنا
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
