In the world of communication, secu

In the world of communication, security is a big concern. Most of our crucial data is stored in a computer system and in most cases we exchange it over a network. But it's not just our data transmitting over the network but different types of attacks too. These attacks can harm our stored data. Monitoring computer system and its logs (administration logs, security logs, system logs, network logs) and protecting our crucial data is necessary. For these necessities we use intrusion detection system. An intrusion detection system is an application that provides protection from malicious activities or policy violations and generates various rules to defend computer security. Intrusion detection system can be designed and developed on any platform but for its better functionality we are using data mining technique. In past years, many techniques have been introduced to improvise the detection rate. Earlier, in the initial stages of its designing, hardware had to be installed to detect and monitor the system. But, with the help of data mining it has become easier to work with software and algorithm development. In the recent trends, many new algorithms have been introduced to increase its efficiency. They are categorized under machine learning algorithms: supervised, unsupervised and hybrid. Though hybrid has not yet been categorized finely but various authors have used it by merging different machine learning algorithms. Machine learning algorithms provide a process of detecting intrusion and generating rules for its detection and prevention. Rule generation is defined by association rule mining and apriori algorithm. An intrusion detection system is not a new application but developing a prototype which will work for the saved logs (administration logs, security logs and system logs) and monitor network logs on host system as well as on client system, so that the Intrusion detection system can alert the user on regular basis, is. In this paper we are using a hybrid ma- hine learning algorithm following with rule generation algorithm to detect the intrusion in the network logs by training KDD dataset. Training and Testing KDD data set provides the way of analyzing the actual behavior and predicted behavior of the network logs. This paper shows the methodology and results in Netbeans IDE 8.1(Java platform using Weka library). Through the obtained results, it can be interpreted that optimal performance is obtained against most attacks after detection.

ผลลัพธ์ (ไทย) 1:

ในโลกของการสื่อสาร ความปลอดภัยเป็นเรื่องใหญ่ ส่วนใหญ่ข้อมูลสำคัญไว้ ในระบบคอมพิวเตอร์ และ ในกรณีส่วนใหญ่เราแลกเปลี่ยนมันผ่านเครือข่าย แต่มันไม่ใช่เพียงข้อมูลส่งผ่านเครือข่ายแต่แตกต่างกันของการโจมตีเกินไป การโจมตีเหล่านี้อาจเป็นอันตรายต่อข้อมูลของเราเก็บไว้ ตรวจสอบระบบและบันทึกของ (จัดการล็อก ล็อกการรักษาความปลอดภัย ระบบบันทึก บันทึกเครือข่าย) และปกป้องข้อมูลสำคัญของเรามีความจำเป็น ปัจจัยเหล่านี้เราใช้ระบบตรวจจับการบุกรุก ระบบตรวจจับการบุกรุกเป็นโปรแกรมที่ให้ความคุ้มครองจากการละเมิดนโยบายหรือกิจกรรมที่เป็นอันตราย และสร้างกฎต่าง ๆ เพื่อปกป้องความปลอดภัยคอมพิวเตอร์ ระบบตรวจจับการบุกรุกสามารถออกแบบ และพัฒนาบนแพลตฟอร์มใด ๆ แต่สำหรับงานดี เราใช้เทคนิคเหมืองข้อมูล ในศก ด้านเทคนิคได้รับการแนะนำด้นอัตราการตรวจจับ ก่อนหน้านี้ ในระยะเริ่มต้นของการออกแบบ ฮาร์ดแวร์ได้มีการติดตั้งการตรวจสอบ และตรวจสอบระบบ แต่ ช่วยการทำเหมืองข้อมูล เป็นการทำงานกับการพัฒนาซอฟต์แวร์และอัลกอริทึม ในแนวโน้มล่าสุด อัลกอริทึมใหม่จำนวนมากได้ถูกแนะนำเพื่อเพิ่มประสิทธิภาพของ จัดประเภทภายใต้กระบวนการเรียนรู้ของเครื่อง: แบบมีผู้สอน unsupervised และไฮบริด แม้ว่าผสมได้ไม่ได้รับการจัดประเภทประณีต แต่ต่าง ๆ ผู้เขียนได้ใช้มัน ด้วยการผสานเครื่องอื่นเรียนรู้อัลกอริทึม เครื่องเรียนรู้อัลกอริทึมให้กระบวนการตรวจสอบการบุกรุก และสร้างกฎการตรวจหาและป้องกัน การสร้างกฎจะถูกกำหนด โดยสมาคมกฎการทำเหมืองและ apriori อัลกอริทึม ระบบตรวจจับการบุกรุกไม่ได้สมัครใหม่ แต่พัฒนาต้นแบบที่จะทำงานสำหรับการบันทึกล็อก (จัดการล็อก ล็อกการรักษาความปลอดภัย และระบบล็อก) และบันทึกตรวจสอบเครือข่าย บนระบบโฮสต์ และไคลเอนต์ ระบบ เพื่อให้ระบบตรวจจับการบุกรุกสามารถแจ้งเตือนผู้ใช้ประจำ เป็น ในเอกสารนี้ เราจะใช้เป็นไฮบริ hine มาเรียนอัลกอริทึมต่อไปนี้กับขั้นตอนวิธีการสร้างกฎการตรวจหาการบุกรุกในล็อกเครือข่าย โดย KDD ชุดข้อมูลการฝึกอบรม ชุดข้อมูลการฝึกอบรมและทดสอบ KDD วิธีวิเคราะห์พฤติกรรมจริงและคาดการณ์พฤติกรรมของล็อกเครือข่าย เอกสารนี้แสดงวิธีการ และผลลัพธ์ใน Netbeans IDE 8.1 (แพลตฟอร์ม Java ที่ใช้ไลบรารี Weka) โดยผลที่ได้รับ มันสามารถตีความว่า ประสิทธิภาพสูงสุดคือรับการโจมตีส่วนใหญ่หลังจากตรวจสอบ

ผลลัพธ์ (ไทย) 2:

ในโลกของการสื่อสารการรักษาความปลอดภัยเป็นกังวลใหญ่ ส่วนใหญ่เป็นข้อมูลสำคัญของเราคือการเก็บไว้ในระบบคอมพิวเตอร์และในกรณีส่วนใหญ่ที่เราแลกเปลี่ยนผ่านเครือข่าย แต่มันไม่ได้เป็นเพียงข้อมูลของเราส่งผ่านเครือข่าย แต่ที่แตกต่างกันของการโจมตีเกินไป การโจมตีเหล่านี้สามารถเป็นอันตรายต่อข้อมูลที่เก็บไว้ของเรา การตรวจสอบระบบคอมพิวเตอร์และบันทึกมัน (บันทึกการบริหารงาน, บันทึกการรักษาความปลอดภัย, ระบบบันทึก, บันทึกระบบเครือข่าย) และการปกป้องข้อมูลสำคัญของเราเป็นสิ่งที่จำเป็น สำหรับสิ่งจำเป็นเหล่านี้เราใช้ระบบตรวจจับการบุกรุก ระบบตรวจจับการบุกรุกเป็นโปรแกรมที่ให้ความคุ้มครองจากการทำกิจกรรมที่เป็นอันตรายหรือการละเมิดนโยบายและสร้างกฎระเบียบต่างๆในการปกป้องรักษาความปลอดภัยคอมพิวเตอร์ ระบบตรวจจับการบุกรุกสามารถออกแบบและพัฒนาบนแพลตฟอร์มใด ๆ แต่สำหรับการทำงานที่ดีกว่าที่เราจะใช้เทคนิคการทำเหมืองข้อมูล ในปีที่ผ่านมาหลายเทคนิคที่ได้รับการแนะนำให้รู้จักกับโพล่งอัตราการตรวจสอบ ก่อนหน้านี้ในขั้นเริ่มต้นของการออกแบบของฮาร์ดแวร์จะต้องมีการติดตั้งเพื่อตรวจสอบและตรวจสอบระบบ แต่ด้วยความช่วยเหลือของการทำเหมืองข้อมูลที่ได้กลายเป็นเรื่องง่ายที่จะทำงานร่วมกับซอฟแวร์และการพัฒนาอัลกอริทึม ในแนวโน้มที่ผ่านมาขั้นตอนวิธีการใหม่ ๆ ที่ได้รับการแนะนำเพื่อเพิ่มประสิทธิภาพในการใช้ พวกเขามีการแบ่งประเภทภายใต้ขั้นตอนวิธีการเรียนรู้เครื่อง: ดูแลใกล้ชิดและไฮบริด แม้ว่าไฮบริดยังไม่ได้รับการจัดหมวดหมู่อย่างประณีต แต่ผู้เขียนต่างๆได้ใช้มันโดยการผสมเครื่องที่แตกต่างกันขั้นตอนวิธีการเรียนรู้ เครื่องอัลกอริทึมการเรียนรู้ให้กระบวนการของการตรวจสอบการบุกรุกและการสร้างกฎระเบียบสำหรับการตรวจสอบและการป้องกันของ รุ่นกฎจะถูกกำหนดโดยการทำเหมืองแร่และการปกครองของสมาคมอัลกอริทึม aPriori ระบบตรวจจับการบุกรุกไม่ได้เป็นแอพลิเคชันใหม่ แต่การพัฒนาต้นแบบที่จะทำงานให้บันทึกที่บันทึกไว้ (บันทึกการบริหารงาน, บันทึกการรักษาความปลอดภัยและระบบบันทึก) และบันทึกตรวจสอบเครือข่ายในระบบโฮสต์เช่นเดียวกับระบบของลูกค้าเพื่อให้ระบบตรวจจับการบุกรุก สามารถแจ้งเตือนผู้ใช้เป็นประจำคือ ในบทความนี้เราจะใช้อัลกอริทึม ma- ไฮบริด hine การเรียนรู้ต่อไปนี้ด้วยวิธีการสร้างกฎการตรวจสอบการบุกรุกในบันทึกเครือข่ายโดยการฝึกอบรมชุด KDD การฝึกอบรมและข้อมูลชุดทดสอบ KDD มีวิธีการวิเคราะห์พฤติกรรมที่เกิดขึ้นจริงและพฤติกรรมที่คาดการณ์ของบันทึกเครือข่าย บทความนี้แสดงให้เห็นถึงวิธีการและผลใน Netbeans IDE 8.1 (แพลตฟอร์ม Java ใช้ห้องสมุด Weka) ผ่านผลที่ได้รับก็สามารถตีความได้ว่าประสิทธิภาพการทำงานที่ดีที่สุดจะได้รับจากการโจมตีมากที่สุดหลังจากการตรวจสอบ

ผลลัพธ์ (ไทย) 3:

在the world of Information是一大交流，由于担心。我们是最crucial数据在一个计算机系统和在过程大多数情况下，我们在一个交换网络。但是，它不只是我们在不同的网络数据传输，但研院attacks也。These attacks过程数据。我们可以harm监控计算机系统日志，日志（和它的安全管理。日志，系统日志和网络日志，我们的数据是crucial protecting）。为我们这些necessities necessary intrusion检测使用。一个intrusion检测系统。系统是一个应用程序提供保护或是从政策和violations maliciousgenerates法则和各种入侵检测.计算机安全，捍卫和发展designed系统可以是在任何但是，它的更好的平台，利用数据挖掘技术functionality。我们是在过去已经有许多年，技术引进检测到的速率。Earlier improvise，在其初始的设计，硬件有stages要到detect installed但是，该系统监测和帮助的。它与数据挖掘已经成为一个easier算法与软件和开发工作。在最近的趋势，许多新的算法，它的效率已经被引进到categorized增长。他们是在机无监督和监督学习算法：混合，混合，不Though呢。但已经有各种categorized细它有不同的merging authors用机器学习算法学习算法。机a process of提供generating法则，它intrusion和检测。检测和定义的规则是由一prevention协会规则挖掘算法和一个检测系统。apriori intrusion而开发的应用程序是不prototype这将A为日志管理工作的saved（日志和系统日志，安全日志，网络日志）和As在主机系统监控可以在客户端系统，为入侵检测系统中的警报是在定期的基础上可以配置，是在这纸。我们是使用混合学习算法hine a ma -与一detect算法使用到以下的intrusion在通过网络日志dataset训练。训练和测试数据库的KDD数据集提供的实际行为方式分析predicted日志和网络行为的方法。是在纸张的结果Netbeans凝集和8.1平台（Java IDE。通过使用WEKA库）。结果是，它可以obtained interpreted这对性能是最obtained optimalattacks之后检测。