WYKRYWANIE W¿AMA¿ PRZY U¿YCIU SELEKCJI CECH I HYBRYDYZACJI

W dzisiejszych czasach bardzo wäne jest utrzymanie wysokiego poziomu bezpiecze-stwa, aby zapewni- bezpieczn- i zaufan- komunikacj- informacji pomi-dzy ró-nymi organizacjami. Bezsprzecznie, szeroki zakres technologii bezpiecze-stwa, takich jak szyfrowanie informacji, kontrola dost-pu i zapobieganie w-amaniom s- wykorzystywane do ochrony systemów opartych na sieci, ale nadal istnieje wiele niewykrytych w-amä.Ten projekt przedstawia przegl-d wykrywania w-amä i hybrydowy algorytm klasyfikacji oparty na naiwnej baye i K Nearest neighbour. Zbiór danych jest najpierw przepuszczany przez algorytm naiwnej baye w celu klasyfikacji, generuj-c priorytety i prawdopodobie-stwa warunkowe dla kädego przyk-adu w zbiorze danych. Je-li wyst-pi b--dna klasyfikacja, przyk-ad jest przekazywany do KNN, który nast-pnie szereguje s-siedztwo przyk-adu, a wynikowe przyk-ady s- wäone przy u-yciu podobie-stwa kädego z s-siadów przyk-adu, je-li Sim(X,Dj) jest równe 1, to X jest normalny, w przeciwnym razie algorytm znajduje K najwi-kszych Sim(X,Dj), sprawdza je wzgl-dem kryterium zatrzymania (próg).

Sr. Obiwusi Kolawole Yusuf M.Sc., B.Sc.(Hons) in Computer Science, University of Ilorin, Nigeria.