Ein System zur Erkennung und Abwehr innerer Unterbrechungen mit Hilfe von Data Mining

Netzwerksicherheit hilft, das Netzwerk vor böswilligen Aktivitäten von Eindringlingen zu schützen. Die Netzwerksicherheit kann durch Firewalls, Antiviren-Software und -Scanner, kryptografische Systeme, Secure Socket Layer (SSL) und Intrusion Detection Systems (IDS) gewährleistet werden.Die Authentifizierung ist die am häufigsten verwendete Technik, um unbefugte Benutzer vor dem Netzwerk zu schützen. Es ist jedoch leicht, die Anmeldekennwörter durch Brute-Force-Angriffe zu kompromittieren. IDS und Firewalls konzentrieren sich auf die externen Angriffe, während die internen Angriffe nicht berücksichtigt werden. Um diese Probleme zu lösen, schlägt dieses Papier ein Inner Interruption Discovery and Defense System (IIDDS) auf der Ebene des Systemaufrufs (SC) vor, das Data Mining und forensische Techniken verwendet. Die Benutzerprofile werden gepflegt und mit dem aktuellen Datensatz unter Verwendung der Hellinger-Distanz verglichen. Eine Hash-Funktion wird auf die eingehenden Nachrichten angewandt und sie werden im Skizzen-Datensatz zusammengefasst. Die experimentellen Ergebnisse bewerten das vorgeschlagene System in Bezug auf Genauigkeit und Reaktionszeit.