Influence Of Fractal Dimension Statistical Charachteristics On Quality Of Network Attacks Binary Classification

Sheluhin, Oleg I.; Кazhemskiy, M.

doi:10.23919/fruct50888.2021.9347600

Cited by 4 publications

(2 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Появились работы, в которых вопросы обнаружения и классификации КА стали интегрироваться с мето дами машинного обучения [4][5][6][7]. 7 В работе [5] на примере базы данных KDD Cup1999 [7,8] показано положительное влияние оценки самоподобных свойств сетевого трафика, характеризуемого средним значением показателя Херста на качество бинарной классификации.…”

Section: постановка задачиunclassified

“…В работах [5,6] на примере набора данных UNSW-NB15 приведены результаты исследования влияния широкого спектра статистических характеристик ФР на качество бинарной классификации. Показано, что параметры ФР могут рассматриваться как дополнительные информационные признаки (атрибуты) КА, учет которых в задачах классификации могут приводить к повышению достоверности обнаружения до 10 %.…”

Section: постановка задачиunclassified

See 1 more Smart Citation

Classification of Computer Attacks Using Multifractal Spectrum of Fractal Dimension

2024

Cybersecurity Issues

View full text Add to dashboard Cite

Цель исследования: разработка метода повышения эффективности бинарной и многоклассовой классификации компьютерных атак (КА) путем использования дополнительных информативных признаков, в качестве которых предложно использовать мультифрактальный спектр фрактальной размерности (МСФР) обрабатываемых последовательностей.Методы исследования: дискретный вейвлет анализ, мультифрактальный анализ, машинное обучение, программная реализация комбинированного метода многоклассовой классификации в совокупности с методами фрактального анализа.Объектами исследования являются теоретические и практические вопросы разработки, реализации и визуализации алгоритмов обнаружения и классификации КА в целях информационной безопасности.Результаты исследования. Разработаны метод и алгоритм композиции машинного обучения и методов мультифрактального анализа обрабатываемых процессов с целью повышения эффективности многоклассовой классификации КА. Обоснованы границы изменения входных параметров алгоритма, для корректной многоклассовой классификации компьютерных атак. Показана целесообразность использования при классификации КА характеристик МСФР, что позволяет повысить эффективность классификации атак методами машинного обучения за счет расширения количества атрибутов параметрами МСФР.Практическая значимость: представленный метод является универсальным и может быть применен в различных системах обеспечения информационной безопасности.

show abstract

Section: постановка задачиunclassified

Classification of Computer Attacks Using Multifractal Spectrum of Fractal Dimension

2024

Cybersecurity Issues

View full text Add to dashboard Cite

show abstract

Characteristics Assessment of Multifractal Spectrum of Fractal Dimension IoT-Traffic

Sheluhin,

Rybakov

2024

2024 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO)

View full text Add to dashboard Cite

Software Methodology for Estimating the Efficiency of the Hardware Composition of Deep Packet Inspection System Using the Modernized Hooke ‒ Jeeves Method

Fitsov

2021

Tr. učebn. zaved. svâzi

View full text Add to dashboard Cite

Deep packet inspection systems on communication networks are used to identify the application generating a specific traffic flow. The issues related to modeling and design of deep packet inspection systems remain poorly understood. In this paper, a software technique for evaluating the effectiveness of the hardware composition of the servers of the deep packet inspection system is presented, using a mathematical model of such a system and software search methods. The description of the program search by the maximum element method and the Hook - Jeeves method is given. A modernization of the Hook-Jeeves method for a monotonically decreasing function is proposed. Comparison of the methods by the number of search steps is performed.

show abstract

Influence Of Fractal Dimension Statistical Charachteristics On Quality Of Network Attacks Binary Classification

Cited by 4 publications

References 8 publications

Classification of Computer Attacks Using Multifractal Spectrum of Fractal Dimension

Classification of Computer Attacks Using Multifractal Spectrum of Fractal Dimension

Characteristics Assessment of Multifractal Spectrum of Fractal Dimension IoT-Traffic

Software Methodology for Estimating the Efficiency of the Hardware Composition of Deep Packet Inspection System Using the Modernized Hooke ‒ Jeeves Method

Contact Info

Product

Resources

About