MỘT CÁCH TIẾP CẬN KẾT HỢP MẠNG NƠ-RON HỒI QUY VÀ TẬP LUẬT CHO PHÁT HIỆN XÂM NHẬP MẠNG

Phát hiện xâm nhập mạng là một trong những vấn đề quan trọng nhất của an ninh mạng và được rất nhiều nhóm trong và ngoài nước quan tâm nghiên cứu. Trong bài báo này chúng tôi trình bày một mô hình dựa vào việc kết hợp mạng nơ-ron truy hồi (recurrent neural network) và tập luật (rules) để phát hiện xâm nhập mạng. Ý tưởng chính của mô hình là việc kết hợp những điểm mạnh trong từng mô hình phân loại đơn lẻ. Tập luật có khả năng phát hiện tốt những cuộc tấn công đã biết, trong khi đó mạng nơ-ron truy hồi lại có ưu thế trong việc phát hiện những cuộc tấn công mới. Từ việc so sánh hiệu quả phát hiện giữa mô hình của chúng tôi với các mô hình phát hiện trước đây trên cùng bộ dữ liệu chuẩn KDD CUP 99 cho thấy mô hình đề xuất có hiệu quả cho việc phát hiện xâm nhập mạng tỷ lệ phát hiện xâm nhập cao trên 99%.