research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Propose NB/HNB Classifiers to Build NIDS
اقتراح استخدام مصنف NB/HNBلبناء نظام كشف التطفل الشبكي

Authors: Soukaena H. hashem سكينه حسن هاشم --- Hafsa Adil حفصه عادل
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2019 Issue: 31 Pages: 152-170
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

This paper indicates that the potential attack to traditional/cloud network is Denial of Service (DoS) attack that effect on the availability of the resource, to solve this problem; this paper propose hidden naïve bays(HNB) classifier to enhance the accuracy of detect DoS attack in cloud network with taking into consideration the traditional environment, the system applied NB classifier firstly supported by discretization and feature selection method to show the difference between the traditional NB classifier and the new model HNB classifier. Two methods are used to select the best feature (Info Gain and Gain ratio) and by used two dataset (KDD cup 99 and NSL KDD datasets) that are used to evaluate the performance of the system. The experiential result show that the proposed system based on HNB classifier enhance the accuracy of detect DoS attack where reach to 100% in three test dataset that are different in size and content by use KDD cup 99 dataset and select only twelve features depended on gain ratio as feature selection, while when used NB classifier the accuracy of detect DoS is equal (94, 97, 98) in three different test dataset. In NSL KDD dataset the accuracy of detect DoS reach to 90% for three test dataset based on HNB classifier and by select 10 features based on GR method, while when used NB classifier is equal to (88, 87, 86) for three test dataset.

في هذا البحث تم الاشارة الى أن الهجمات المحتملة في الشبكة التقليدية والسحابية تكون من قبل DoS الذي يؤثر على متاحيه المصادر, لحل هذه المشكلة تم اقتراح استخدام مصنف HNB لتحسين نسبة كشف DoS في الشبكة السحابية مع الاخذ بنظر الاعتبار البيئة التقليدية , حيث تم تطبيق المصنف NB أولا مدعوما بعملية تجزئة البيانات و اختيار الصفات لتوضيح الفرق بين NB التقليدي و HNB. حيث تم استخدام طريقتين لعملية اختيار الصفات وهما (info Gain, Gain ratio) وباستخدام قاعدتي البيانات (KDD Cup 99 , NSL KDD) التي استخدمت لتقييم أداء النظام. حيث أظهرت النتائج أن النظام المقترح بالاعتماد على HNB حسن نسبة كشف DoS حيث وصلت النسبة الى 100% باستخدام ثلاث قواعد بيانات لفحص النظام والتي كانت مختلفة في المحتويات والحجم باستخدام قاعدة البيانات KDD Cup 99 وباختيار أثنى عشر صفات بالاعتماد على تقنية GR بينما وصلت نسبة اكتشاف DoS الى (94,97,98) في ثلاث قواعد بيانات لفحص النظام عندما تم استخدام NB كمصنف. أما في قاعدة البيانات NSL KDDوصلت نسبة اكتشاف DoS الى 90% في ثلاث قواعد بيانات لفحص النظام بالاعتماد على HNB كمصنف وباختيار عشر صفات بالاعتماد على طريقة GR, بينما عندما تم استخدام NB كمصنف وصلت النتائج الى (88,87,86) في ثلاث قواعد بيانات لفحص النظام.


Article
Denial of Service Intrusion Detection System (IDS) Based on Naïve Bayes Classifier using NSL KDD and KDD Cup 99 Datasets
نظام لكشف تطفل هجوم حجب الخدمة بالاعتماد على مصنف النظرية الافتراضية بأستخدام KDD Cup 99 و NSL KDD

Author: Soukaena H. Hashem سكينة حسن هاشم
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2017 Issue: 40 Pages: 206-231
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

Intrusion Detection Systems (IDS) become necessary to protect data from intruders and reduce the damage of the information system and networks especially in cloud environment which is next generation Internet based computing system that supplies customizable services to the end user to work or access to the various cloud applications. This paper concentrates the views to be noted that; the attacks in cloud environment have high rates of Denial of service (DoS) attacks compared with the usual network environment. This paper will introduce Naïve Bayes (NB) Classifier supported by discrete the continuous feature and feature selection methods to classify network events as an attack (DoS, Probe, R2L and U2R) or normal. The influence of use all features and use set of features by applying two methods of feature selection methods has been studied in this paper. The performance of the proposed system was evaluated by using KDD 99 CUP and NSL KDD Datasets, and from experimental works the results are; proposal improves the performance of NIDS in term of accuracy and detecting DOS attack, where it detected 94%, 97% and 98% of DoS attacks for three experimental test datasets in KDD Cup 99 dataset when used twelve features selected by gain ratio, while in NSL KDD Dataset the accuracy of detecting DoS is 86%, 87% and 88% for three experimental test datasets when select only ten features by applied gain ratio.

أن نظام كشف التطفل اصبح ضروري لحماية البيانات من المتطفلين ولتقليل الاضرار في نظام المعلومات والشبكات خاصة في بيئة السحابة التي تعتبر الجيل الجديد للانترنت بالاعتماد على نظام الحوسبة الذي يجهز المستخدمين مختلف انواع الخدمات للعمل والوصول الى تطبيقات السحابة المختلفة. يركز هذا البحث على ملاحظة ان المتطفلين في بيئة السحابة يكونون بنسبة كبيرة من نوع هجوم حجب الخدمة بالمقارنة مع الشبكات الاعتيادية وسوف يتم تقديم النظرية الافتراضية مع تجزئة قاعدة البيانات و اختيار الصفات الملائمة لتحسين اداء النظام وسوف يتم دراسة تاثير استخدام كل الصفات او تحديد مجموعة من الصفات في قاعدة البيانات بأستخدام طريقتين من اختيار الصفات. حيث اظهرت النتائج ان النظام المقترح حسن نسبة اكتشاف هجوم حجب الخدمة حيث تم اكتشاف 94% , 97% و 98% بأستخدام قاعدة البياناتKDD Cup 99 بتطبيقها على 12 صفة اختيرت بواسطة GR بينما تم اكتشاف 86 %, 87 % و 88 % بأستخدام قاعدة البينات NSL KDDبتطبيقها على 10 صفات تم اختيارها بواسطة GR ايضا.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic and English (1)

English (1)


Year
From To Submit

2019 (1)

2017 (1)