TY -的A2 Irshad阿兹盟——Guezzaz叠氮非盟- Benkirane表示,非盟- Azrour Mourade盟——Khurram Shahzada PY - 2021 DA - 2021/08/21 TI -一个可靠的网络入侵检测方法使用决策树和提高数据质量SP - 1230593六世- 2021 AB -由于最近的发展物联网(物联网)和云计算技术,越来越多的设备连接到互联网,安全和隐私问题是重要的解决和保护数据和计算机网络。提供安全、网络数据的实时监控和资源是必要的。入侵检测系统用于监控,实时检测和预警入侵事件。最近,入侵检测系统(IDS)合并几个机器学习(ML)技术。的一种技术是决策树,可以采取可靠的网络措施和做出正确的决定通过增加检测速度和精度。在本文中,我们提出一个可靠的网络入侵检测方法使用决策树和提高数据质量。具体地说,网络数据进行预处理和熵决策特征选择对提高数据质量和相关培训;这时,一个决策树分类器建立可靠的入侵检测。在两个数据集的实验研究表明,该模型能达到强健的结果。实际上,我们的模型精度与NSL-KDD CICIDS2017数据集达到99.42%和98.80%,分别。 The novel approach gives many advantages compared to the other models in term of accuracy (ACC), detection rate (DR), and false alarm rate (FAR). SN - 1939-0114 UR - https://doi.org/10.1155/2021/1230593 DO - 10.1155/2021/1230593 JF - Security and Communication Networks PB - Hindawi KW - ER -