System zur Erkennung von Anomalien im Netzwerkverkehr durch Data Mining

Erkennung von Anomalien mit dem Fuzzy-C-means-Algorithmus zur Dichtemaximierung: Die Begründung für das System zur Erkennung von Anomalien unter Verwendung des Dichte-Maximierungs-Ansatzes für den Fuzzy-C-Means-Clustering-Algorithmus. Der Arbeitsablauf eines vorgeschlagenen Systems zur Erkennung von Anomalien mit dem FCM-Algorithmus zur Maximierung der Dichte. Der Rahmen der Ensemble-Klassifikator-basierten Anomalie-Erkennung - dieser Ansatz der Anomalie-Erkennung basiert auf der Integration mehrerer Klassifikatoren, so dass die Schwäche eines Klassifikators durch einen anderen Klassifikator kompensiert werden kann. Der Arbeitsablauf des vorgeschlagenen Rahmens für die Erkennung von Eindringlingen auf der Grundlage eines Ensemble-Klassifikators.

Dr. Ruby Sharma está trabalhando como professor associado no Instituto de Tecnologia da Informação e Gestão, Universidade Guru Gobind Singh Indraprastha, Nova Delhi.Dr. Sandeep Chaurasia está trabalhando como professor no Departamento de CSE, Escola de Informática e T.I. na Universidade Manipal de Jaipur.