Sensibilisierung für Netzwerkeinbrüche durch Datenfusion und SVM-Klassifizierung

Die Erkennung von Netzwerkeinbr chen ist ein wichtiger Faktor f r die Risikoanalyse der Netzwerksicherheit. In den letzten zehn Jahren wurden verschiedene Methoden und Rahmenwerke f r die Erkennung von Eindringlingen und die Sicherheitswarnung entwickelt. Eine Reihe von Methoden basiert auf einem Wissensfindungsprozess und einige Rahmenwerke basieren auf einem neuronalen Netzwerk. Diese vollst ndigen Modelle treffen regelbasierte Entscheidungen f r die Generierung von Sicherheitswarnungen. In dieser Dissertation haben wir eine neuartige Methode zur Erkennung von Eindringlingen mittels Datenfusion und SVM-Klassifizierung vorgeschlagen. Die Datenfusion arbeitet mit den Verzerrungen der Merkmale, die beim Auftreten gesammelt werden. Support Vector Machine ist ein Superklassifikator f r Daten. Jetzt haben wir SVM f r die Erkennung von geschlossenen Elementen der regelbasierten Technik verwendet.