Modelo de detección de intrusiones en sistemas computacionales,realizando selección de características con chi square, entrenamiento y clasificación con ghsom



Título del documento: Modelo de detección de intrusiones en sistemas computacionales,realizando selección de características con chi square, entrenamiento y clasificación con ghsom
Revista: Investigación e innovación en ingenierías
Base de datos: PERIÓDICA
Número de sistema: 000413790
ISSN: 2344-8652
Autores: 1
2
Instituciones: 1Universidad del Atlántico, Barranquilla, Atlántico. Colombia
2Universidad de la Costa, Barranquilla, Atlántico. Colombia
Año:
Periodo: Ene-Jul
Volumen: 5
Número: 1
Paginación: 24-35
País: Colombia
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español D ado que la información se ha constituido en uno de los activos más valiosos de las organizaciones, es necesario salvaguardarla a través de diferentes estrategias de protección, con el fin de evitar accesos in - trusivos o cualquier tipo de incidente que cause el deterioro y mal uso de la misma. Precisamente por ello, en este artículo se evalúa la eficiencia de un modelo de detección de intrusiones de red, utilizando métricas de sensibili - dad, especificidad, precisión y exactitud, mediante un proceso de simulación que utiliza el DATASET NSL-KDD DARPA, y en concreto las características más relevantes con CHI SQUARE. Esto último a partir de una red neuronal que hace uso de un algoritmo de aprendizaje no supervisado y que se basa en mapas auto organizativos jerárquicos. Con todo ello se clasificó el tráfico de la red BI-CLASE de forma automática. Como resultado se encontró que el clasi - ficador GHSOM utilizado con la técnica CHI SQUARE genera su mejor resul - tado a 15 características con precisión, sensibilidad, especificidad y exactitud
Resumen en inglés F or organizations, information has become one of their most valua - ble assets, that is whyit is necessary to safeguard it, by using diffe - rent strategies of protection, in order to avoid intruders access or any incident caused by data damage and misuse. Then, this paper aims to assess the efficiency of a proposed model related to network intruders detection, using metrics of sensitivity, specificity, precision and accuracy. This model uses DATASETNSL-KD DARPA, by selecting the most rele - vant featureswith CHI SQUARE and training a neural network,through a simulation process which use a non-supervised learning algorithm based on hierarchical organization maps, in order to classify BI-CLASSnetwork automatically. As a result, it was showed that using the GHSOM classifier with CHI SQUARE as features selection criteria, generate its best result : 15 features with precision, sensitivity, specificity and accuracy
Disciplinas: Ciencias de la computación
Palabras clave: Redes,
Seguridad de redes,
Detección de intrusiones,
Reconocimiento de patrones,
Mapas jerárquicos autoorganizados
Keyword: Computer science,
Networks,
Networks security,
Intrusion detection,
Pattern recognition,
Hierarchical self-organized maps
Texto completo: Texto completo (Ver HTML)