Intrusion detection is an important component of secure information systems. This paper concerns the issue of identify main input features in building an intrusion detection system (IDS). Since exclusion of the unimportant and/or useless inputs leads to a simplification of the problem, faster and more accurate detection may result. Feature ranking and selection, therefore, is an important issue in intrusion detection. Since Neural network (NNs) tend to scale better and run faster than other with higher accuracy, we apply the technique of deleting one feature at a time to perform experiments on NNs to rank the importance of input features for the DARPA collected intrusion data. Important features for each of the five classes of intrusion patterns in the data set are identified. It is shown that NN-based IDSs using a reduced number of features can deliver enhanced or comparable performance.

يعتبر كشف الاختراق من القضايا المهمة لحماية نظم المعلومات. وهذا البحث يهتم باختيار الخاصية المهمة التي تدخل في بناء نظام كشف الاختراق. ولتبسيط المشكلة يمكن استبعاد الخواص الغير مهمة او عديمة الفائدة وهذا يؤدي الى تسريع عملية الكشف وبنفس الوقت الحصول على نتائج افضل وبدقة عالية وبالتالي يكون عمل ترتيب الخواص من الامور المهمة في كشف الاختراق وباستخدام الشبكات العصبية سيكون الاداء أفضل وأكثر دقة حيث نقوم بتطبيق تقنية حذف واحد من الخواص في كل وقت وإجراء التجارب على الشبكة العصبية ونرى مدى تاثيرة على دقة الكشف الاختراق وعلى هذا الأساس نقوم بترتيب الخواص حسب الأهمية وهذه الخواص التي تدخل هي مجموعة من قواعد البيانات (DARPA)، والتي سوف تدخل تصنف الدخيل إلى خمس فئات من فئات الاختراق. وباستخدام الشبكات العصبية كأساس في بناء نظام كشف وبخواص اقل سنحصل على أداء عالي وكفائة جيدة

Network security --- intrusion Detection --- Neural networks.

This work concerned with e-healthcare that transmit digital medical data through healthcare system. Online monitoring is concentrated on the process of monitoring and tracking of people at home, car, office, and any other location. e-healthcare deals with patients that they are located far from doctor jurisdiction. Healthcare monitoring including measurements of temperature, blood pressure / pulse monitors and ECG, etc. This works deals with the development of monitoring system via adding intelligent system to distinguish the emergency cases. This work try to keep patient data privacy, reduce attack or penetration of data, reduce processing time and at the same time increasing the efficiency of the overall system. The privacy of patient data is critical so this must maintain the confidentiality of information from intrusion.

تهتم ورقتنا البحثية بالعناية الالكترونية التي تنقل البيانات الطبية الرقمية من خلال نظام الرعاية الصحية. المراقبة عبر الانترنيت هي تهتم بمراقبة وتتبع الاشخاص حيث ماكان في المنزل او الدائرة او باي مكان اخر. العناية الالكترونية تتعامل مع المرضى الموجودين بعيدا عن الدكتور. المراقبة للعناية الكترونية تتضمن قياس درجة الحرارة وضغط الدم ودقات القلب. هذا العمل يقوم بتطوير نظام نظام مراقبة العناية عن بعد من خلال اضافة نظام ذكي للمراقبة وبنفس الوقت ان هذا النظام يقوم بالمحافظة على خصوصية بيانات المرضى ويقلل عدد الهجمات على بيانات المرضى من خلال النظام الذكي ويزيد من كفاءة الانظمة الموجودة حيث ان بيانات المرضى تعبر من الامور المهم جدا والحفاظ عليها من الاختراق هو اهم .

E-Health --- healthcare monitoring --- healthcare tracking --- tele-medicine.