ДОСЛІДЖЕННЯ МОЖЛИВОСТІ ВИКОРИСТАННЯ НЕЙРОНЕЧІТКОЇ МЕРЕЖІ ДЛЯ ВИЗНАЧЕННЯ СТУПЕНЯ ЗДІЙСНЕННЯ DoS АТАКИ
DOI:
https://doi.org/10.30888/2663-5712.2023-21-01-037Ключові слова:
DoS атака, трафік, NSL-KDD, функція Белла, похибка.Анотація
У якості методу дослідження використана ANFIS конфігурації 4-5-8-16-16-1, де 4 – кількість вхідних нейронів; 5 – загальна кількість шарів; 8 – кількість нейронів першого прихованого шару; 16 – кількість нейронів другого прихованого шару; 16 – кількість неMetrics
Посилання
Alguliyev R. M., Imamverdiyev Y. N. & Sukhostat L. V. (2018). An improved ensemble approach for DoS attacks detection. Radioelectronics, informatics, upravlins [Radio Electronics, Informatics, Control]. No. 2. pp. 73-82. DOI: 10.15588/1607-3274-2018-2-8
Amini M., Rezaeenour J. & Hadavandi E. (2016). A Neural Network Ensemble Classifier for Effective Intrusion Detection using Fuzzy Clustering and Radial Basis Function Networks. International Journal on Artificial Intelligence Tools. Vol. 25. Iss. 02. pp. 1–32. DOI: https://doi.org/10.1142/s0218213015500335
Karpinski М., Shmatko A., Yevseiev S., Jancarczyk D. & Milevskyi S. (2021). Detection of Intrusion Attacks Using Neural Networks. Miznar. nauk.-pract. conf. «Information bezpeka tha information technology», Kharkiv-Odessa [Intl. Scin.-Pract. Conf. Information Security and Information Technologies, Kharkiv-Odesa]. pp. 117-124.
Kovalov R. (2023). Detecting DoS network attacks using neural network technology. Thesis for obtaining a bachelor’s degree: speciality 125 – cybersecurity / supervisor doc. Victoria Pakhomova; Ukrainian State University of Science and Technology. Dnipro. 38 p.
NSL-KDD dataset. URL: https://www.unb.ca/cic/datasets/nsl.html
Pakhomova V. M. & Maslak А. V. (2022). Network attack detection using KDDCup99 database and neuron fuzzy technology. Vceni zapiski tavriysky natsionalnogo university imeni V.I. Vernadskogo. Seria: technical nauki [Scientific Notes of V. I. Vernadsky Taurida National University. Series: Technical sciences]. Vol. 33(72). No. 5. pp. 135-140. DOI: https://doi.org/10.32872/2663-5941/2022.5/19
Pakhomova V. M. & Motylenko V. А. (2022). Studying the possibility of using RBF for determining Smurf attacks based on the KDDCup database. Vceni zapiski tavriysky natsionalnogo university imeni V.I. Vernadskogo. Seria: technical nauki [Scientific Notes of V. I. Vernadsky Taurida National University. Series: Technical sciences]. Vol. 33(72). No. 6. pp. 115-121. DOI: https://doi.org/10.32872/2663-5941/2022.6/20
Saied A., Overill R. E. & Radzik T. (2016). Detection of known and unknown DDoS attacks using Artificial Neural Networks. Neurocomputing. Vol. 172. pp. 385-393. URL: https://doi.org/10.1016/j.neucom.2015.04.101
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Автори
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
