Modèle de détection des cyberattaques - Application de l'exploration de données

Les systèmes de détection d'intrusion (IDS) sont des éléments importants des défenses de réseau pour aider à se protéger contre des cyberattaques de plus en plus sophistiquées. L'objectif de ce projet est de présenter une nouvelle technique de détection des anomalies qui peut être utilisée pour détecter des attaques précédemment inconnues sur un réseau en identifiant les caractéristiques des attaques. Cette méthode d'identification des caractéristiques basée sur les effets combine de manière unique le clustering k-means, la sélection de caractéristiques NaiveBayes et la classification par arbre de décision C4.5 pour trouver les cyberattaques avec un haut degré de précision et elle a utilisé le jeu de données KDD99CUP comme entrée. En fait, elle détecte si les attaques sont présentes ou non, comme IPSWEEP, NEPTUNE, SMURF.