IEEE Communications Surveys & Tutorials· 2015Q1· Derleme
Siber Güvenlik Saldırı Tespitine Yönelik Veri Madenciliği ve Makine Öğrenmesi Yöntemleri Üzerine Bir İnceleme
A Survey of Data Mining and Machine Learning Methods for Cyber Security Intrusion Detection
- 3.128atıf
- Q1SCImago
- 2015yıl
Kısa özet
Bu derleme makalesi, siber güvenlik saldırı tespiti için kullanılan makine öğrenmesi (ML) ve veri madenciliği (DM) yöntemlerine odaklanmış bir literatür taramasını sunmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Saldırı tespiti için makine öğrenmesi ve veri madenciliği yöntemlerini gözden geçirir.
- ML/DM tekniklerinin öğretici açıklamalarını içerir.
- İlgili siber veri kümelerini tanımlar.
- Siber güvenlikte ML/DM kullanımındaki zorlukları ve yöntem seçimi için önerileri tartışır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
This survey paper describes a focused literature survey of machine learning (ML) and data mining (DM) methods for cyber analytics in support of intrusion detection. Short tutorial descriptions of each ML/DM method are provided. Based on the number of citations or the relevance of an emerging method, papers representing each method were identified, read, and summarized. Because data are so important in ML/DM approaches, some well-known cyber data sets used in ML/DM are described. The complexity of ML/DM algorithms is addressed, discussion of challenges for using ML/DM for cyber security is presented, and some recommendations on when to use a given method are provided.
Yazarların özeti; kaynağından alınmıştır. IEEE Communications Surveys & Tutorials, 2015 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Bilgisayar Ağları ve İletişim
Computer Networks and CommunicationsComputer Science