Name: Intrusion Detection using Feature Selection and Hybridized (en Inglés)
SKU: 57726802
Price: 55950.00 CLP
Availability: InStock
Author: Obiwusi, Kolawole
ISBN: 9786203041651

portada Intrusion Detection using Feature Selection and Hybridized (en Inglés)

Intrusion Detection using Feature Selection and Hybridized (en Inglés)

Formato

Libro Físico

Autor

Kolawole Obiwusi

Editorial

LAP Lambert Academic Publishing

Idioma

Inglés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.5 cm

Peso

0.12 kg.

ISBN13

9786203041651

Categorías

Tecnología de la información: cuestiones generales

Intrusion Detection using Feature Selection and Hybridized (en Inglés)

Kolawole Obiwusi (Autor) · LAP Lambert Academic Publishing · Tapa Blanda

Libro Nuevo Importado

Envío: 20 a 24 días háb.

$ 101.730$ 55.950

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 55.950

Llega entre el 19 Oct y el 23 Oct a Santiago, Región Metropolitana. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Intrusion Detection using Feature Selection and Hybridized (en Inglés)"

Recently, it is adamant to maintain a secured and trusted information transformation between various organizations. Inarguably, many of security technologies (data encryption, intrusion prevention etc) are used to prevent network based systems; many still undiscovered.This paper presents an overview of intrusion detection and a hybrid (naïve baye and KNN) classification algorithm. The data set is passed through the naïve baye for classification, generating the prior and conditional probabilities for each example. If misclassification occur, the example will be passed to the KNN which then ranks the neighbourhood and the resulting are weighted using the similarity of each neighbour of the it, if the Sim(X, Dj) is equals to 1, then X is normal else the algorithm finds the K largest Sim(X, Dj), checks it against a threshold. Experimental results show that the hybrid classifier gives the best result in terms of accuracy and efficiency compared with the individual base classifiers.