인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
The Intrusion Detection System (IDS) is an effective method to deal with the types of problem in networks. In particular, IDS is an effective way to obtain high security in detecting intrusion activities. An anomaly detection is one of intrusion detection with a high false alarm, a moderate accuracy and a detection rates when it is unable to detect all types of attacks correctly. To address this problem, we propose new approach through deep learning field. By applying Gated Recurrent Unit (GRU) Recurrent Neural Network (RNN), we build an effective intrusion detection classifier with higher performance on the dataset is extracted from KDD Cup 1999 dataset. From our experiments, we obtain 97.06%, 98.65%, and 10.01% for detection rate, accuracy, and false alarm rate respectively. Our result shows that the proposed approach model outperforms other model using FNNN, GNNN, RBNN, KNN, SVM, etc. for accuracy, detection rate with a significant false alarm rate.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2017-004-000667719
