• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>NEC Journal of Advanced Technology >Data Mining for Security
【24h】

Data Mining for Security

机译：数据挖掘以提高安全性

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

It becomes increasingly important to detect intrusions with unknown patterns in order to protect our business from cyber terrorism threats. This paper introduces data mining technologies designed for this purpose; SmartSifter (outlier detection engine), ChangeFinder (change-point detection engine), AccessTracer (anomalous behavior detection engine). All of them are able to learn statistical patterns of logs adaptively and to detect intrusions as statistical anomalies relative to the learned patterns. We briefly overview the principles of these engines and illustrate their applications to network intrusion detection, worm detection, and masquerader detection.
机译：为了保护我们的企业免受网络恐怖主义威胁，检测具有未知模式的入侵变得越来越重要。本文介绍了为此目的设计的数据挖掘技术。 SmartSifter（异常检测引擎），ChangeFinder（变更点检测引擎），AccessTracer（异常行为检测引擎）。它们都能够自适应地学习日志的统计模式，并能够将入侵检测为相对于所学模式的统计异常。我们简要概述了这些引擎的原理，并说明了它们在网络入侵检测，蠕虫检测和伪装检测中的应用。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号