Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Human Gait Recognition Using Gait Flow Image and Extension Neural Network Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

A Metric for Ranking the Classifiers for Evaluation of Intrusion Detection System

verfasst von : Preeti Aggarwal, Sudhir Kumar Sharma

Erschienen in: Proceedings of the Second International Conference on Computer and Communication Technologies

Verlag: Springer India

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Imbalance in data is quite obvious while studying intrusion detection system (IDS). Classification algorithms are used to identify the attacks in IDS, which has many parameters for its performance evaluation. Due to imbalance in data, the classification results need to be revisited given that IDS generally evaluates detection rate and false alarm rate which belongs to two different classes. This paper validates a new metric NPR used for ranking the classifiers for IDS. The metric is made functional on KDD data set and then the classifiers are ranked and compared with results on another data set.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Completely Separable Reversible Data Hiding with Increased Embedding Capacity Using Residue Number System
Nächstes Kapitel Analysis of Different Neural Network Architectures in Face Recognition System
Literatur
1.
Tsai, C.-F., et al.: Intrusion detection by machine learning: a review. Expert Syst. Appl. 36(10), 11994–12000 (2009)CrossRef
2.
3.
4.
5.
Tavallaee, M., Bagheri, E., Lu, W., Ghorbani, A.A.: A detailed analysis of the KDD CUP 99 data set. In: Proceedings of IEEE Symposium on Computational Intelligence in Security and Defense Applications, pp. 1–6 (2009)
6.
Chawla, N.V.: Data Mining for Imbalanced Datasets: an Overview. Data Mining and Knowledge Discovery Handbook, pp. 875–886. Springer, New York (2010)
7.
Kotsiantis, S., Kanellopoulos, D., Pintelas, P.: Handling imbalanced datasets: a review. GESTS Int. Trans. Comput. Sci. Eng. 30(1), 25–36 (2006)
8.
Hulse, V., Jason, Khoshgoftaar, T.M., Napolitano, A.: Experimental perspectives on learning from imbalanced data. In: Proceedings of the 24th International Conference on Machine Learning. ACM (2007)
9.
González, S., et al.: Testing Ensembles for Intrusion Detection: On the Identification of Mutated Network Scans. Computational Intelligence in Security for Information Systems, pp. 109–117. Springer, Berlin Heidelberg (2011)
10.
Han, J., Kamber, M.: Data Mining: Concepts and Techniques, 3rd edn. Morgan Kaufmann, San Francisco (2012)
11.
Ferri, C., Hernández-Orallo, J., Modroiu, R.: An experimental comparison of performance measures for classification. Pattern Recogn. Lett. 30(1), 27–38 (2009)CrossRef
12.
Aggarwal, P., Sharma, S.K.: A new metric for proficient performance evaluation of intrusion detection system. In: Proceedings of 8th International Conference on CISIS, Advances in Intelligent Systems and Computing, Spain, Springer (2015) (Accepted on 27 Feb 2015)
13.
Sokolova, M., Lapalme, G.: A systematic analysis of performance measures for classification tasks. Inf. Process. Manage. 45(4), 427–437 (2009)CrossRef
14.
Witten, I.H., Frank, E. Hall, M.A.: Data Mining-Practical Machine Learning Tools and Techniques, Morgan Kaufmann, San Francisco (2011)
15.
Aggarwal, P. and Sharma, S. K.: An empirical comparison of classifiers to analyze intrusion detection. In: Proceedings of International Conference on ACCT, India, IEEE Xplore (2015)
16.
Metadaten
Titel
A Metric for Ranking the Classifiers for Evaluation of Intrusion Detection System
verfasst von
Preeti Aggarwal
Sudhir Kumar Sharma
Copyright-Jahr
2016
Verlag
Springer India
Buch
Proceedings of the Second International Conference on Computer and Communication Technologies

Print ISBN: 978-81-322-2522-5

Electronic ISBN: 978-81-322-2523-2

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-81-322-2523-2_44

Neuer Inhalt

    Bildnachweise