Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Amaral, Dino Macedo | - |
Autor(es): dc.creator | Araújo, Genival Mariano de | - |
Autor(es): dc.creator | Romariz, Alexandre Ricardo Soares | - |
Data de aceite: dc.date.accessioned | 2024-10-23T16:29:29Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T16:29:29Z | - |
Data de envio: dc.date.issued | 2012-09-05 | - |
Data de envio: dc.date.issued | 2012-09-05 | - |
Data de envio: dc.date.issued | 2011 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/11111 | - |
Fonte completa do material: dc.identifier | https://dx.doi.org/10.5769/J200801007 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/909827 | - |
Descrição: dc.description | In this paper, we present concepts in artificial neural networks (ANN) to help detect intrusion attacks against network computers, and introduce and compare a multi-layer perceptron ANN (MLPANN) with Snort, an open-source tool for intrusion detection systems (IDS). To conduct these comparison experiments, we inserted malicious traffic into the MLPANN to train our ANN, with results indicating that our ANN detected 99% of these input attacks. | - |
Formato: dc.format | application/pdf | - |
Publicador: dc.publisher | The International Journal of Forensic Computer Science | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | Disponível sob Licença Creative Commons 3.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | - |
Palavras-chave: dc.subject | Redes de computação - medidas de segurança | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Redes de informação - sistemas de segurança | - |
Título: dc.title | Detecting attacks to computer networks using a multi-layer perceptron artificial neural network | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: