Article

 

Application of Autoencoder Duets in Anomaly and Intrusion Detection Acceso Abierto Deposited

Analytics

Contenido Descargable

File thumbnail: Nitin_IT_Symposium_2020_Final.pdf Descargar PDF
Descargar Adobe Acrobat Reader
Date Uploaded: 05/15/2020
Date Modified: 05/15/2020

Signature-based intrusion detection methods report high accuracy with a low false alarm rate. However, they do not perform well when faced with new or emerging threats. This work focuses on anomaly-based data driven methods to identify potential zero-day-attacks using a specific class of neural networks known as the autoencoder.

Creador
Licencia
Tema
Presentador
Colegio
Departamento
Fecha de creacion
Editor
Título de la revista
  • IT Research Symposium’20
Idioma
URL relacionada

Digital Object Identifier (DOI)

Identificador: doi:10.7945/vm3m-xy59
Enlazar: https://doi.org/10.7945/vm3m-xy59

Este enlace DOI es la mejor manera para que otros citen su trabajo.

Relaciones

En Colección:

Elementos

Miniatura Título Fecha de subida Visibilidad Acciones
File thumbnail: Nitin_IT_Symposium_2020_Final.pdf Nitin_IT_Symposium_2020_Final.pdf 2020-05-15 Acceso Abierto

Enlace permanente a esta página: https://scholar.uc.edu/show/1z40kv09z