Luận văn: Cải Tiến Một Số Thuật Toán Trong Miễn Dịch Nhân Tạo Cho Phát Hiện Xâm Nhập Mạng

Luận án này tập trung vào việc cải tiến các thuật toán trong lĩnh vực miễn dịch nhân tạo (AIS) nhằm nâng cao hiệu quả phát hiện xâm nhập mạng (IDS). Nghiên cứu đề xuất các phương pháp để tối ưu hóa việc sinh tập bộ dò, giảm thời gian huấn luyện và kiểm tra, đồng thời cải thiện độ chính xác trong việc phân biệt lưu lượng mạng thông thường và bất thường. Các thuật toán mới được phát triển nhằm giải quyết các hạn chế của các phương pháp hiện có, bao gồm tỷ lệ lỗi dương tính và âm tính cao, cũng như thời gian xử lý còn hạn chế. Luận án cũng đề cập đến các phương pháp biểu diễn dữ liệu mới, như cấu trúc vòng tròn, để nắm bắt thông tin biên của dữ liệu mạng, từ đó nâng cao khả năng phân tích và phát hiện.

Chương 1: Kiến thức chuẩn bị
Chương 2: Kết hợp chọn lọc âm tính và chọn lọc dương tính
Chương 3: Sinh tập bộ dò thu gọn