B. The Generation of Network Securi

B. The Generation of Network Security Situation
There are two network security situation data sources
available for knowledge discovery: one is the set of security
alert events generated from the attack simulations, the other
is the set of historical security alert events. The function of
knowledge discovery in our framework is to find out and
extract the knowledge from these set of alert events, which is
required for the correlation of security situation. Due to the
complexities of alert events generated from various types of
security situation sensors, the process is hardly to be
performed completely by manual work. In this paper, we
propose a knowledge discovery based method, which
provides the means of extracting the security situation
correlation rules through the pattern mining, analysis and
learning from the set of security alert events, and finally
generate the network security situation graph. This process is
divided into the following steps:
1) Simplification and Filtering of Security Alert Events
We found that there exists large numbers of meaningless
frequent patterns in the set of primitive alert events from
security situation sensors by examining the experiment data,
and these frequent patterns mostly relate to the problems of
system configuration or harmless access. If the process of
knowledge discovery is directly performed on such set of
primitive intrusion events, it is inevitable to generate many
types of meaningless knowledge. Therefore, it is necessary to
establish the mechanism of alert event filtering in the
foundation of D-S evidence theory, which executes the
statistical analysis based upon the confidence level of alert
events. Firstly, the distributions of various types of security
events are statistically analyzed via automatic tools;
secondly, the meaningless events are deleted by evaluating
the importance of each type of alert events based upon the
rules of simplification and filtering, which uses D-S evidence
theory as the foundation of event processing.
2) Knowledge Discovery from the Set of Security Alert
Events
In this paper, the frequent pattern and sequential pattern
discovery algorithm are adopted to obtain the security
situation knowledge from the set of security alert events. The
frequent pattern refers to the correlations among the

ผลลัพธ์ (ไทย) 1:

B. ที่สร้างของเครือข่ายความปลอดภัยสถานการณ์
มีสองเครือข่ายแหล่งข้อมูลสถานการณ์ความปลอดภัย
พร้อมค้นพบความรู้: หนึ่งคือชุดรักษาความปลอดภัย
แจ้งเตือนเหตุการณ์ที่สร้างขึ้นจากแบบจำลองการโจมตี อื่น ๆ
คือชุดของประวัติศาสตร์ความปลอดภัย แจ้งเตือนเหตุการณ์ การทำงานของ
ค้นพบความรู้ในกรอบของเราคือการ ค้นหา และ
สกัดความรู้จากเหตุการณ์แจ้งเตือน ชุดเหล่านี้ ซึ่งเป็น
จำเป็นสำหรับความสัมพันธ์ของสถานการณ์ความปลอดภัย เนื่องการ
ความซับซ้อนของเหตุการณ์แจ้งเตือนที่สร้างขึ้นจากหลากหลาย
เซนเซอร์สถานการณ์ความปลอดภัย การเป็นแทบจะ
ดำเนินการทั้งหมด โดยทำงานด้วยตนเอง ในเอกสารนี้ เรา
เสนอวิธีใช้ค้นหาความรู้ ซึ่ง
จัดของแยกสถานการณ์ความปลอดภัย
กฎความสัมพันธ์ผ่านการทำเหมืองแบบ วิเคราะห์ และ
เรียนรู้จากชุดของเหตุการณ์การแจ้งเตือนความปลอดภัย และสุดท้าย
สร้างกราฟการสถานการณ์ความปลอดภัยของเครือข่าย กระบวนการนี้
แบ่งออกเป็นขั้นตอนต่อไปนี้:
1) การรวบและกรองของความปลอดภัยแจ้งเตือนเหตุการณ์
เราพบว่า มีจำนวนมากของความหมาย
บ่อยรูปแบบในชุดของเหตุการณ์เตือนดั้งเดิมจาก
เซ็นเซอร์สถานการณ์ความปลอดภัย โดยตรวจสอบข้อมูลการทดลอง,
และรูปแบบเหล่านี้บ่อยส่วนใหญ่เกี่ยวข้องกับปัญหาของ
ระบบหรือการเข้าถึงที่ไม่เป็นอันตราย ถ้ากระบวนการ
โดยตรงดำเนินการค้นหาความรู้เช่นชุด
เหตุการณ์บุกรุกดั้งเดิม มันเป็นสิ่งที่หลีกเลี่ยงการสร้างหลาย
ชนิดของความรู้ต่าง ๆ ดังนั้น จึงจำเป็นต้อง
สร้างกลไกในการแจ้งเตือนเหตุการณ์กรองใน
พื้นฐานของ D-S หลักฐานทฤษฎี ซึ่งดำเนินการ
สถิติวิเคราะห์ตามระดับความเชื่อมั่นของการแจ้งเตือน
เหตุการณ์ ประการแรก การกระจายของชนิดต่าง ๆ ของความปลอดภัย
เหตุการณ์จะวิเคราะห์ทางสถิติได้อย่างง่าย ๆ ด้วยเครื่องมืออัตโนมัติ;
ประการที่สอง เหตุการณ์ต่าง ๆ จะถูกลบ โดยประเมิน
ขึ้นอยู่กับความสำคัญของแต่ละชนิดแจ้งเตือนเหตุการณ์
กฎการรวบและกรอง ซึ่งใช้หลักฐาน D-S
ทฤษฎีเป็นพื้นฐานของการประมวลผลเหตุการณ์การ
2) ค้นหาความรู้จากการตั้งค่าของความปลอดภัยแจ้งเตือน
เหตุการณ์
ในกระดาษนี้ เป็นรูปแบบ และรูปแบบตามลำดับ
ค้นพบอัลกอริทึมจะนำมาใช้ได้รับความปลอดภัย
รู้สถานการณ์จากชุดของเหตุการณ์การแจ้งเตือนความปลอดภัย ใน
รูปบ่อย ๆ ถึงความสัมพันธ์ระหว่างการ

ผลลัพธ์ (ไทย) 2:

B. การสร้างสถานการณ์การรักษาความปลอดภัยเครือข่าย
มีสองแหล่งข้อมูลสถานการณ์การรักษาความปลอดภัยเครือข่าย
ที่มีอยู่สำหรับการค้นพบความรู้หนึ่งคือชุดของการรักษาความปลอดภัย
เหตุการณ์การแจ้งเตือนที่สร้างขึ้นจากการจำลองการโจมตีอื่น ๆ
คือชุดของเหตุการณ์การแจ้งเตือนการรักษาความปลอดภัยทางประวัติศาสตร์ ฟังก์ชั่นของ
การค้นพบความรู้ในกรอบของเราคือการค้นหาและ
ดึงความรู้จากชุดเหล่านี้ของเหตุการณ์การแจ้งเตือนซึ่งเป็น
ที่จำเป็นสำหรับความสัมพันธ์ของสถานการณ์ความปลอดภัย เนื่องจาก
ความซับซ้อนของเหตุการณ์การแจ้งเตือนจากหลากหลายชนิด
เซ็นเซอร์สถานการณ์ความปลอดภัยกระบวนการที่แทบจะไม่ได้รับการ
ดำเนินการอย่างสมบูรณ์โดยการทำงานด้วยตนเอง ในบทความนี้เรา
เสนอวิธีการค้นพบความรู้พื้นฐานซึ่ง
มีวิธีการสกัดสถานการณ์ความปลอดภัย
กฎความสัมพันธ์ผ่านรูปแบบการทำเหมืองแร่การวิเคราะห์และ
การเรียนรู้จากชุดของเหตุการณ์การแจ้งเตือนการรักษาความปลอดภัยและในที่สุดก็
สร้างเครือข่ายกราฟสถานการณ์ความปลอดภัย กระบวนการนี้จะ
แบ่งออกเป็นขั้นตอนต่อไปนี้:
1) การลดความซับซ้อนและการกรองของเหตุการณ์การแจ้งเตือนการรักษาความปลอดภัย
เราพบว่ามีอยู่เป็นจำนวนมากของความหมาย
รูปแบบที่พบบ่อยในชุดของเหตุการณ์การแจ้งเตือนดั้งเดิมจาก
เซ็นเซอร์สถานการณ์การรักษาความปลอดภัยโดยการตรวจสอบข้อมูลการทดลอง
และรูปแบบที่พบบ่อยเหล่านี้ ส่วนใหญ่เกี่ยวข้องกับปัญหาของ
การกำหนดค่าระบบหรือการเข้าถึงที่ไม่เป็นอันตราย ถ้ากระบวนการของการ
ค้นพบความรู้จะดำเนินการโดยตรงในชุดดังกล่าวของ
เหตุการณ์การบุกรุกดั้งเดิมก็หลีกเลี่ยงไม่ได้ในการสร้างหลาย
ประเภทของความรู้ความหมาย ดังนั้นจึงเป็นสิ่งจำเป็นที่จะต้อง
สร้างกลไกของการกรองเหตุการณ์การแจ้งเตือนใน
รากฐานของดีเอสทฤษฎีหลักฐานที่รัน
การวิเคราะห์ทางสถิติตามระดับความเชื่อมั่นของการแจ้งเตือน
เหตุการณ์ ประการแรกการกระจายประเภทต่างๆของการรักษาความปลอดภัย
เหตุการณ์ที่เกิดขึ้นมีการวิเคราะห์ทางสถิติโดยใช้เครื่องมืออัตโนมัติ;
ประการที่สองเหตุการณ์ที่เกิดขึ้นไม่มีความหมายจะถูกลบออกโดยการประเมิน
ความสำคัญของประเภทของเหตุการณ์การแจ้งเตือนขึ้นอยู่กับแต่ละ
กฎของความเรียบง่ายและการกรองที่ใช้ DS หลักฐาน
เป็นทฤษฎี รากฐานของการประมวลผลเหตุการณ์
2) ค้นพบความรู้จากชุดรักษาความปลอดภัยการแจ้งเตือน
เหตุการณ์
ในบทความนี้รูปแบบบ่อยและต่อเนื่องในรูปแบบ
ขั้นตอนวิธีการค้นพบถูกนำมาใช้เพื่อให้ได้รับการรักษาความปลอดภัย
ความรู้สถานการณ์จากชุดของเหตุการณ์การแจ้งเตือนการรักษาความปลอดภัย
รูปแบบบ่อยครั้งหมายถึงความสัมพันธ์ระหว่าง

ผลลัพธ์ (ไทย) 3:

2 . รุ่นของสถานการณ์ความปลอดภัยเครือข่าย
มีสองสถานการณ์ความปลอดภัยเครือข่ายแหล่งข้อมูลที่พร้อมใช้งานสำหรับการค้นพบความรู้
: หนึ่งคือชุดของการแจ้งเตือนความปลอดภัย
เหตุการณ์ที่เกิดขึ้นจากการโจมตีจำลอง , อื่น ๆเป็นชุดรักษาความปลอดภัย
ประวัติศาสตร์การแจ้งเตือนเหตุการณ์ การทำงานของ
การค้นพบความรู้ในกรอบของเราคือการค้นหาและสกัดความรู้จาก
ชุดเหล่านี้ของเหตุการณ์การแจ้งเตือนซึ่งจำเป็นสำหรับความสัมพันธ์ของ
สถานการณ์ความปลอดภัย เนื่องจากความซับซ้อนของการแจ้งเตือนเหตุการณ์ที่เกิดขึ้น

จากประเภทต่างๆของสถานการณ์ความปลอดภัย เซ็นเซอร์ กระบวนการจะไม่ค่อยเป็น
ดำเนินการได้อย่างสมบูรณ์ โดยคู่มือการใช้งาน ในกระดาษนี้เรา
เสนอการค้นพบความรู้โดยวิธีการซึ่ง
มีวิธีสกัดสถานการณ์
รักษาความปลอดภัยความสัมพันธ์กฎผ่านรูปแบบการทำเหมืองแร่การวิเคราะห์และ
การเรียนรู้จากชุดรักษาความปลอดภัยแจ้งเตือนเหตุการณ์และในที่สุด
สร้างความปลอดภัยเครือข่ายสถานการณ์กราฟ กระบวนการนี้

แบ่งเป็นขั้นตอนได้ดังนี้ : 1 ) การคัดกรองการรักษาความปลอดภัยและแจ้งเตือนเหตุการณ์
เราพบว่ามีอยู่จำนวนมากของรูปแบบบ่อยไม่มีความหมาย
ในชุดของเหตุการณ์ที่เตือน
ดั้งเดิมจากสถานการณ์ความปลอดภัยเซนเซอร์โดยการตรวจสอบข้อมูลการทดลอง
และรูปแบบบ่อยเหล่านี้ส่วนใหญ่เกี่ยวข้องกับปัญหา
ค่าระบบหรือการเข้าถึงอันตราย ถ้ากระบวนการ
ค้นพบความรู้ตรงการตั้งค่าเช่น
เหตุการณ์การบุกรุกแบบดั้งเดิม มันเป็นสิ่งที่หลีกเลี่ยงไม่ได้ในการสร้างหลายประเภท
ความรู้ความหมาย จึงจำเป็นต้อง
สร้างกลไกการแจ้งเตือนเหตุการณ์ต่างๆใน
รากฐานของทฤษฎีหลักฐาน d-s ซึ่งรัน
การวิเคราะห์ทางสถิติตามระดับความเชื่อมั่นของเหตุการณ์เตือน

ประการแรก การกระจายของชนิดต่าง ๆ ของเหตุการณ์การรักษาความปลอดภัย
เป็นเชิงสถิติผ่านเครื่องมืออัตโนมัติ ;
2 เหตุการณ์ ความหมายเป็นลบ โดยการประเมิน
ความสำคัญของแต่ละประเภทของการแจ้งเตือนเหตุการณ์ตามกฎที่เรียบง่ายและการกรอง
หลักฐาน
d-s ซึ่งใช้ทฤษฎีเป็นพื้นฐานของการประมวลผลเหตุการณ์ .
2 ) การค้นพบความรู้จากชุดของเหตุการณ์แจ้งเตือนความปลอดภัย

ในกระดาษนี้ , รูปแบบและรูปแบบลำดับขั้นตอนวิธีการค้นพบบ่อย
จะประกาศใช้เพื่อให้ได้ความปลอดภัย
สถานการณ์ความรู้จากชุดการแจ้งเตือนเหตุการณ์
รูปแบบบ่อยแสดงถึงความสัมพันธ์ระหว่าง