Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu amaçla Iterative K-Means ve Hidden Markov Model HMM yöntemlerini kullanan bir ağ durum analizi yöntemi önerilmiştir
📌 3 Maddede Bu Makale
Özet
Teknolojideki gelişmeler ile birlikte internet kullanımı da yaygınlaşmıştır bu durumun bir sonucu olarak veriler de elektronik ortama taşınmıştır. Elektronik ortamda saklanan verinin boyutunun artması ile birlikte verilerin güvenliğinin sağlanması daha da önemli hale gelmiştir. Bu nedenle ağda meydana gelen anormalliklerin ve saldırıların erken teşhisi önemlidir. Ağdaki anormallikleri tespit etmek amacıyla kullanılan pek çok farklı veri madenciliği yöntemi mevcuttur. Bu çalışmada akademik ağlardaki anormallikleri tespit etmek amacıyla ağın genel davranışı tanımlanmıştır. Bu amaçla Iterative K-Means ve Hidden Markov Model HMM yöntemlerini kullanan bir ağ durum analizi yöntemi önerilmiştir
Abstract
The use of the internet has become wide spread with the developments in technology as a result of this data has been removed to electronic environment. With the increase of data stored in the electronic environment, the security of the data has become much important. For this reason, network anomalies and attacks should be detected early. There are many different data mining methods used to detect network anomalies. In this study general behavior of academic networks determined to detect network anomalies. For this purpose, a network state analysis method using Iterative K-Means and Profile Hidden Markov Model PHMM methods is proposed.