Deteco de Intruso Usando Seleo de Caractersticas E Hibridizados

Hoje em dia muito importante manter um alto nvel de segurana para garantir a comunicao segura e confivel de informaes entre vrias organizaes. Mas a comunicao segura de dados pela Internet e qualquer outra rede est sempre sob ameaa de intruses e usos indevidos. Inegavelmente, uma ampla gama de tecnologias de segurana, como criptografia de informaes, controle de acesso e preveno de intruses so usadas para proteger sistemas baseados em rede, mas ainda h muitas intruses no detectadas. Este projeto apresenta uma viso geral da deteco de intruses e um algoritmo de classificao hbrido baseado em baye nave e K Nearest vizinho. O conjunto de dados passa primeiro pela baye nave para classificao, gerando as probabilidades prvias e condicionais para cada exemplo no conjunto de dados. Se houver uma classificao errada, o exemplo ser passado para o KNN que ento classifica a vizinhana do exemplo e os exemplos resultantes so ponderados usando a similaridade de cada vizinho do exemplo, se o Sim(X,Dj) for igual a 1, ento X normal o algoritmo encontra o K maior Sim(X,Dj), comparando-o com um critrio de parada (limiar).