Добро пожаловать в клуб

Показать / Спрятать  Домой  Новости Статьи Файлы Форум Web ссылки F.A.Q. Логобург    Показать / Спрятать

       
Поиск   
Главное меню
ДомойНовостиСтатьиПостановка звуковФайлыКнижный мирФорумСловарьРассылкаКаталог ссылокРейтинг пользователейЧаВо(FAQ)КонкурсWeb магазинКарта сайта

Поздравляем!
Поздравляем нового Логобуржца Лен-усь со вступлением в клуб!

Реклама

На сайте снова проблемы - решаем - ждите.
Не работает АВТОРИЗАЦИЯ - вход для пользователей не возможен.
Скорее всего, проблемы решить можно только переездом на другой сервер, другой компании.
А такой переезд возможен только в следующем месяце.
Пока других решений не вижу.
Извиняюсь за неудобства.

Ваш администратор.

КНИЖНЫЙ МИР

Constructing Predictive Model for Network Intrusion Detection   Tigabu Dagne Akal

Constructing Predictive Model for Network Intrusion Detection

160 страниц. 2012 год.
LAP Lambert Academic Publishing
While advances in computer and communications technology have made the network ubiquitous, they have also rendered networked systems vulnerable to malicious attacks devised from a distance. Nowadays, system administrators and network professionals can attempt to prevent such attacks by developing intrusion detection tools. In this study, the experiments were conducted following the Knowledge Discovery in Database process model. A total of 21,533 intrusion records are used for training the models. For validating the performance of the selected model a separate 3,397 records are used as a testing set. The model that was created using 10-fold cross validation using the J48 decision tree algorithm with the default parameter values showed the best classification accuracy. The model has a prediction accuracy of 96.11% on the training datasets and 93.2% on the test dataset to classify the new instances. The findings of this study have shown that the data mining methods generates...
 
- Генерация страницы: 0.04 секунд -