Una aproximación efectiva a la detección de anomalías en el tráfico TCP/IP usando técnicas de inteligencia artificial
El presente artículo introduce una aproximación al problema de “Anomaly Intrusion Detection” basada en una combinación de algoritmos de “Machine Learning” (ML) supervisados y no supervisados. Los objetivos que se persiguen son: el modelar en forma efectiva el tráfico de una organización y el reducir...
Guardado en:
| Autores principales: | Couchet, Jorge, Steiner, Miriam, San Vicente, Rodrigo, Ferreira, Enrique |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2005
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/22919 |
| Aporte de: |
Ejemplares similares
-
Image augmentation for object detection of grapevines
por: Parlanti, Tatiana Sofía, et al.
Publicado: (2020) -
Improving network generalization through selection of examples
por: Cannas, Sergio A., et al.
Publicado: (1998) -
Uma nova métrica para redução de dimensionalidade em modelos de aprendizado neural
por: Silva Camargo, Sandro da, et al.
Publicado: (2009) -
SECA: a stepwise algorithm for construction of neural networks ensembles
por: Granitto, Pablo Miguel, et al.
Publicado: (2001) -
Machine Learning Classifiers Selection in Network Intrusion Detection
por: Becci, Graciela, et al.
Publicado: (2021)