NGUYỄN VĂN ANH TUẤN, ĐINH HOÀNG HẢI ĐĂNG, TRẦN NAM BÁ, NGUYỄN THỊ THANH HÒA, TRỊNH THỊ BẢO BẢO, PHAN LÊ HOÀNG VIỆT, NGUYỄN CHÍ KIÊN, NGUYỄN HỮU TÌNH
{"title":"利用贝叶斯和内曼-皮尔逊的理论来检测网络安全异常。","authors":"NGUYỄN VĂN ANH TUẤN, ĐINH HOÀNG HẢI ĐĂNG, TRẦN NAM BÁ, NGUYỄN THỊ THANH HÒA, TRỊNH THỊ BẢO BẢO, PHAN LÊ HOÀNG VIỆT, NGUYỄN CHÍ KIÊN, NGUYỄN HỮU TÌNH","doi":"10.46242/jstiuh.v61i07.4724","DOIUrl":null,"url":null,"abstract":"Bộ tự mã hóa là một mô hình học không giám sát trong đó các tham số được điều chỉnh để vector đầu ra gần giống nhất với vector đầu vào. Trong bài báo này, chúng tôi sử dụng bộ tự mã hóa để phát hiện các kết nối bất thường trong mạng Internet. Mức lỗi tái tạo khi sử dụng bộ tự mã hoá sẽ được sử dụng để phân lớp kết nối thành kết nối bình thường và kết nối bất thường. Chúng tôi trình bày ba phương pháp phân lớp độ lỗi tái tạo: phân lớp sử dụng một ngưỡng cho trước, phân lớp theo kiểm định giả thuyết Bayes và phân lớp theo kiểm định giả thuyết Neyman-Pearson. Độ chính xác trung bình đạt được trên ba phương pháp là trên bộ dữ liệu NSL KDD.","PeriodicalId":16979,"journal":{"name":"Journal of Science and Technology - IUH","volume":"50 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-03-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"SỬ DỤNG KIỂM ĐỊNH GIẢ THUYẾT BAYES VÀ NEYMAN-PEARSON CHO BỘ TỰ MÃ HÓA ĐỂ PHÁT HIỆN BẤT THƯỜNG TRONG AN NINH MẠNG\",\"authors\":\"NGUYỄN VĂN ANH TUẤN, ĐINH HOÀNG HẢI ĐĂNG, TRẦN NAM BÁ, NGUYỄN THỊ THANH HÒA, TRỊNH THỊ BẢO BẢO, PHAN LÊ HOÀNG VIỆT, NGUYỄN CHÍ KIÊN, NGUYỄN HỮU TÌNH\",\"doi\":\"10.46242/jstiuh.v61i07.4724\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Bộ tự mã hóa là một mô hình học không giám sát trong đó các tham số được điều chỉnh để vector đầu ra gần giống nhất với vector đầu vào. Trong bài báo này, chúng tôi sử dụng bộ tự mã hóa để phát hiện các kết nối bất thường trong mạng Internet. Mức lỗi tái tạo khi sử dụng bộ tự mã hoá sẽ được sử dụng để phân lớp kết nối thành kết nối bình thường và kết nối bất thường. Chúng tôi trình bày ba phương pháp phân lớp độ lỗi tái tạo: phân lớp sử dụng một ngưỡng cho trước, phân lớp theo kiểm định giả thuyết Bayes và phân lớp theo kiểm định giả thuyết Neyman-Pearson. Độ chính xác trung bình đạt được trên ba phương pháp là trên bộ dữ liệu NSL KDD.\",\"PeriodicalId\":16979,\"journal\":{\"name\":\"Journal of Science and Technology - IUH\",\"volume\":\"50 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-03-03\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Science and Technology - IUH\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.46242/jstiuh.v61i07.4724\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Science and Technology - IUH","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46242/jstiuh.v61i07.4724","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
SỬ DỤNG KIỂM ĐỊNH GIẢ THUYẾT BAYES VÀ NEYMAN-PEARSON CHO BỘ TỰ MÃ HÓA ĐỂ PHÁT HIỆN BẤT THƯỜNG TRONG AN NINH MẠNG
Bộ tự mã hóa là một mô hình học không giám sát trong đó các tham số được điều chỉnh để vector đầu ra gần giống nhất với vector đầu vào. Trong bài báo này, chúng tôi sử dụng bộ tự mã hóa để phát hiện các kết nối bất thường trong mạng Internet. Mức lỗi tái tạo khi sử dụng bộ tự mã hoá sẽ được sử dụng để phân lớp kết nối thành kết nối bình thường và kết nối bất thường. Chúng tôi trình bày ba phương pháp phân lớp độ lỗi tái tạo: phân lớp sử dụng một ngưỡng cho trước, phân lớp theo kiểm định giả thuyết Bayes và phân lớp theo kiểm định giả thuyết Neyman-Pearson. Độ chính xác trung bình đạt được trên ba phương pháp là trên bộ dữ liệu NSL KDD.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
