Intrusion Detection and Classification Using Machine Learning

Babak Eamaeilpour Ghouchani¹ Benyamin Mohammadian Khazineh² Mohammad Esmaeil kazemi³ Mohammad Kazem Beshkani⁴

Abstract :
In the modern society, people increasingly use networks services. Due to rising in attacks and intrusion in network and its consequences and financial losses, Network security is a critical necessity for networks. Intrusion detection systems try to protect the network from illegal access. Abuse detection and anomaly detection are two major types of these systems. In this paper, we propose a machine learning method to detect the intrusions in network. Moreover, the learned model can classify the intrusions into four class, including DoS، U2R، R2L, and prob. NSL-KDD is a standard dataset for intrusions in networks that used in this paper. First, we carried out the feature selection and preprocessing on data to prepare the data for learning phase. Then,a model was developed for intrusion detection using support vector machine (SVM). Experimental results confirm that our method could successfully detect and classify the intrusions in network with accuracy of 99%.

Keywords : intrusion detection systems support vector machine machine learning

---

زبان مقاله : انگلیسی
محور مقاله : مهندسی کامپیوتر
محل انتشار : کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک
آدرس وب سایت کنفرانس : eitconf.com/1st
کد IOI مقاله : XECE-GHDHE
لینک مستقیم مقاله : https://isnac.ir/XECE-GHDHE
نمایش چکیده فارسی : https://isnac.ir/SA/XECE-GHDHE

سایر مقالات ارائه دهنده

1. بررسی حملات و راه حلها در شبکه های حسگر بیسیم
2. A Review for Data Challenges in Cloud Computing
3. Improving energy in wireless sensor networks using dual-hop routing
4. Analysis of the attack and its solution in wireless sensor networks
5. Extend the lifetime of wireless sensor networks by modifying cluster-based data collection
6. Browse Security Solutions in operating system IOS
7. بهبود تشخیص اشیا خطرناک موجود در تصاویر x-rayبا استفاده از الگوریتم SURF
8. Intrusion Detection and Classification Using Machine Learning
9. Reducing energy consumption and increasing reliability in wireless sensor networks using artificial intelligence
10. Spread Spectrum Orthogonalization of Superimposed Training Signals in OFDM System’s Simulation
11. Investigation of intelligent factors in electronic commerce
12. Investigation of wireless sensor networks and analysis of security threats of wireless sensor networks
13. بررسی فرار مالیاتی، راه های مقابله،عواقب،جرائم و مجازات آن
14. Examining cloud computing, advantages, disadvantages and cloud security
15. Brain lesion tumor segmentation analysis based on MRI images using deep learning

سایر مقالات محل انتشار

1. اینترنت اشیا در پیشگیری، مبارزه و درمان کرونا
2. تاثير هوش مصنوعي در علم رباتيك
3. اشکار شدن زیست پنهان جامع بشری در معماری، با ظهور پاندمی،بابررسی ساختمان تحقیقات آزمایشگاهی و نجات برای اپیدمی ها چین 2020
4. بهسازی و ساماندهی فضاهای شهری منطقه6 کرج (دانشگاه رسام)در جهت افزایش تعاملات معلولین با شهر
5. ارزيابي معادلات تبخیر و تعرق در تخمین عملکرد گندم رقم الوند با مدل CropSyst
6. تاثیر شناخت و پاداش درک شده از جامعه برندی در شبکه های اجتماعی بر وفاداری برند با توجه به نقش میانجی درگیری مشتری با برند
7. تاثیر بازرسی غلتک ها و کالیبره کردن دستگاه شل کن سنبه بر کیفیت لوله های فولادی بیدرز تولید شده به روش پوش بنچ
8. بررسی عملکرد ایندیوسر پمپ سانتریفیوژ در شرایط کاویتاسیون و ملاحظات طراحی هیدرولیکی و هندسی آن
9. بررسی روش های نوین شیمیایی در ازیاد برداشت نفت
10. تحلیل آماری باز برخورد دانش آموز ، دانشجو و مربیان ورزشی نسبت به روانشناسی ورزش
11. قیاس نیمرخ فیزیولوژیکی و ترکیب بدنی کشتی گیران جوان آزاد و فرنگی منتخب با معیار کشوری
12. اثر یک دوره تمرین قدرتی با دو الگوی باردهی متفاوت (هرمی دوگانه و پلکانی معکوس) بر برخی قابلیت های فیزیولوزیک کشتی گیران جوان
13. نقش ورزش هوازی و بکاربری مکمل کراتین مونوهیدرات بر فشار اکسیداتیو و ترکیب بدن در ورزشکار
14. بررسی شیوع سرمی عفونت توکسوپلاسمایی در بیماران مبتلا به سرطان
15. بررسی شیوع عفونت توکسوپلاسمایی در افراد مبتلا به افسردگی