Opsporingsmodel voor cyberaanvallen - toepassing van datamining

Intrusiedetectiesystemen (IDS) zijn belangrijke elementen in de netwerkverdediging om te helpen beschermen tegen steeds geavanceerdere cyberaanvallen. Deze projectdoelstelling presenteert een nieuwe anomaliedetectietechniek die kan worden gebruikt om voorheen onbekende aanvallen op een netwerk te detecteren door aanvalskenmerken te identificeren. Deze op effecten gebaseerde kenmerkidentificatiemethode combineert op unieke wijze k-means clustering; NaiveBayes kenmerkselectie en C4.5 beslissingsboomclassificatie voor het vinden van cyberaanvallen met een hoge mate van nauwkeurigheid en het gebruikte KDD99CUP dataset als input. In principe detecteert het of de aanvallen er zijn of niet, zoals IPSWEEP, NEPTUNE, SMURF.