최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기디지털융복합연구 = Journal of digital convergence, v.16 no.5, 2018년, pp.399 - 406
양은목 (숭실대학교 소프트웨어학부) , 서창호 (공주대학교 응용수학과)
Much research has been done using the KDDCup99 data set to study intrusion detection using artificial intelligence. Previous studies have shown that the performance of the SMO (SVM) algorithm is superior. However, intrusion detection studies of new intrusion types not used in training are insufficie...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
웨카는 무엇인가? | 웨카((Waikato Environment for Knowledge Analysis)는 뉴질랜드 Waikato Hamilton 대학에서 만들어 배포하는 데이터마이닝 공개 프로그램이다. | |
본 논문에서 제안한 인공지능을 이용한 침입탐지 연구를 통해 어떤 결과를 얻을 수 있는가? | corrected.gz 파일의 기존 침입에 대한 탐지결과 Accuracy는 0.9742로 나타났지만, 새로운 침입을 포함한 corrected.gz 파일 전체 인스턴스에 대한 탐지결과는 0.9062로 나타났다. 새로운 침입 18,729개의 인스턴스 중 1,827개의 인스턴스는 침입으로 탐지하였고 16,902개의 인스턴스는 normal.로 탐지하였다. | |
인공지능은 어느 분야에서 사용하는가? | 기계학습의 체계적 연구는 이전의 기계학습 연구를 보완하고 기계학습 긍정적인 측면을 부각한 연구가 있었고[2], 그 후 예제를 통한 학습은 인스턴스 기반 및 사례 기반 추론 같은 방법으로 일반적인 지식을 습득하거나 구체적인 문제를 해결하는 방법으로 인공지능을 사용하였다[3]. 인공지능은 공학 및 의학 사회과학, 자연과학 등학문의 모든 분야에서 다양하게 사용한다. |
Yugal kumar & G. Sahoo, (2012). Analysis of Parametric & Non Parametric Classifiers for Classification Technique using WEKA, IJITCS, 4(7), 43-49. DOI: 10.5815/ijitcs.2012.07.06
DUTTON, D. & CONROY, G. (1997). A review of machine learning. The Knowledge Engineering Review,12(4), 341-367. DOI: 10.1017/S026988899700101X
De Mantaras & Armengol E. (1998). Machine learning from example: Inductive and Lazy methods, Data & Knowledge Engineering, 25, 99-123. DOd: 10.1016/S0169-023X(97)00053-0
Jing, L. & Bin, W. (2016, December). Network Intrusion Detection Method Based on Relevance Deep Learning. In Intelligent Transportation, Big Data & Smart City (ICITBS), 2016 International Conference on (pp. 237-240). IEEE. DOI: 10.1109/icitbs.2016.132
Rani, N. & Purwar, R. K. (2017). Performance Analysis of various classifiers using Benchmark Datasets in Weka tools. International Journal of Engineering Trends and Technology (IJETT), 47(5), May. DOI: 10.14445/22315381/IJETT-V47P247
Garg, T. & Khurana, S. S. (2014, May). Comparison of classification techniques for intrusion detection dataset using WEKA. In Recent Advances and Innovations in Engineering (ICRAIE), pp. 1-5. IEEE. DOI: 10.1109/ICRAIE.2014.6909184
Ouyang, Z., Zhou, M., Wang, T. & Wu, Q. (2009, November). Mining concept-drifting and noisy data streams using ensemble classifiers. In Artificial Intelligence and Computational Intelligence. AICI'09. International Conference on (Vol. 4, pp. 360-364). IEEE. DOI: 10.1109/AICI.2009.153
Ertam, F., & Yaman, O. (2017, September). Intrusion detection in computer networks via machine learning algorithms. In Artificial Intelligence and Data Processing Symposium (IDAP), 2017 International (pp. 1-4). IEEE. DOI: 10.1109/IDAP.2017.8090165
Kabir, M. R., Onik, A. R., & Samad, T. (2017). A Network Intrusion Detection Framework based on Bayesian Network using Wrapper Approach. International Journal of Computer Applications, 166(4). DOI: 10.5120/ijca2017913992
Garg, T., & Khurana, S. S. (2014, May). Comparison of classification techniques for intrusion detection dataset using WEKA. In Recent Advances and Innovations in Engineering (ICRAIE), 2014 (pp. 1-5). IEEE. DOI: 10.1109/ICRAIE.2014.6909184
Modi, M. U., & Jain, A. (2015). A survey of IDS classification using KDD CUP 99 dataset in WEKA. Int. J. Sci. Eng. Res, 6(11), 947-954.
Zeng, Z. Q., Yu, H. B., Xu, H. R., Xie, Y. Q., & Gao, J. (2008, November). Fast training support vector machines using parallel sequential minimal optimization. In Intelligent System and Knowledge Engineering, 2008. ISKE 2008. 3rd International Conference on (Vol. 1, pp. 997-1001). IEEE DOI: 10.1109/iske.2008.4731075
S.S. Keerthi, S.K. Shevade, C. Bhattacharyya, K.R.K. Murthy (2001). Improvements to Platt's SMO Algorithm for SVM Classifier Design. Neural Computation, 13(3), 637-649. DOI: 10.1162/089976601300014493
Trevor Hastie, Robert Tibshirani. (1998). Classification by Pairwise Coupling. In: Advances in Neural Information Processing Systems. DOI: 10.1214/aos/1028144844
Srivastava, S. (2014). Weka: a tool for data preprocessing, classification, ensemble, clustering and association rule mining. International Journal of Computer Applications, 88(10). DOI: 10.5120/15389-3809
E. M. Yang, H. J. Lee & C. H. Seo. (2017). Comparison of Detection Performance of Intrusion Detection System Using Fuzzy and Artificial Neural Network. Journal of Digital Convergence, 15(6), 391-398. DOI: 10.14400/JDC.2017.15.6.391
http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html
https://www.cs.waikato.ac.nz/-ml/weka/
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.