Improving Anomaly Detection Error Rate by Collective Trust Modeling

Varování

Publikace nespadá pod Ústav výpočetní techniky, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.

Název česky	Zpřesnění detekce anomálií pomocí kolektivního trust modelování
Autoři	REHÁK Martin PĚCHOUČEK Michal BARTOŠ Karel GRILL Martin ČELEDA Pavel KRMÍČEK Vojtěch
Rok publikování	2008
Druh	Článek ve sborníku
Konference	Recent Advances in Intrusion Detection
Fakulta / Pracoviště MU	Fakulta informatiky
Citace
Obor	Informatika
Klíčová slova	network behavior analysis; trust modeling
Popis	Aktuální techniky síťové behaviorální analýzy (NBA) jsou založeny na principech detekce anomálií a proto mají vysoké míry chybovosti. Navrhujeme mechanismus využívající trust modelování - techniky pro kooperované modelování z multiagentního výzkumu - za cílem zlepšení kvality NBA výsledků. Náš systém je navržen jako množina agentů, založených na různých existujících algoritmech detekce anomálií a spojených s trust modelováním na stejném provozu. Tito agenti minimalizujcí míru chybovosti pomocí vícevrstvé intergrace klasivikace provozu. Systém byl prověřen na reálném provozu v českých univerzitních sítích.
Související projekty:	CAMNEP2 - Reflective-Cognitive Adaptation for Network Intrusion Detection Systems