利用机器学习与含IP组的SNMP-MIB数据集检测网络异常
网络与互联网体系结构
2019-06-04 v1
摘要
SNMP-MIB是一种广泛使用的方法,它利用机器学习对数据进行分类并获取结果,但使用SNMP-MIB海量数据集效率不高,且耗时耗资源。本文使用REP Tree、J48(决策树)和Random Forest分类器训练了一个能够检测异常并预测可能影响网际协议(IP)组的网络攻击的模型。该训练好的模型可用于入侵检测系统等异常检测设备中。
引用
@article{arxiv.1906.00863,
title = {Detecting network anomalies using machine learning and SNMP-MIB dataset with IP group},
author = {Abdelrahman Manna and Mouhammd Alkasassbeh},
journal= {arXiv preprint arXiv:1906.00863},
year = {2019}
}