INTRUSION DETECTION USING MACHINE LEARNING
Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Lâm Hoàng Khang |
| Người hướng dẫn | Thái Minh Tuấn |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2024 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Cybersecurity is a critical concern in today's interconnected world, with networks facing constant threats. Intrusion Detection Systems (IDS) are essential tools for safeguarding networks by identifying and responding to unauthorized access and malicious activities. However, traditional IDS often struggle to adapt to the evolving threat landscape. This thesis proposes a novel approach to enhance IDS capabilities by leveraging advanced machine learning techniques. The primary objective is to develop a robust and intelligent IDS capable of accurately detecting and classifying a wide range of network intrusion patterns. We investigated and compared multiple machine learning algorithms on the UNSW-NB15 dataset, which comprises both normal and malicious network traffic. Our experimental results demonstrate the effectiveness of our proposed machine learning-based IDS, with Decision Tree, Random Forest, XGBoost, and an ensemble model achieving impressive accuracy rates of 96.84%, 97.78%, 97.45%, and 97.52%, respectively, in multi-label classification on the UNSW-NB15 dataset.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- NHẬN DẠNG VÀ ĐẾM LƯỢT XE RA VÀO CỔNG TRƯỜNG SỬ DỤNG THỊ GIÁC MÁY TÍNH
- XÂY DỰNG HỆ THỐNG QUẢN LÝ LUẬN VĂN TỐT NGHIỆP CHO SINH VIÊN NGÀNH CNTT (PHÂN HỆ: FRONT-END)
- XÂY DỰNG HỆ THỐNG QUẢN LÝ TÒA NHÀ CHUNG CƯ
- PHÁT TRIỂN WEBSITE BÁN QUẦN ÁO CŨ SỬ DỤNG REACTJS, NODEJS VÀ MERN STACK CÓ TÍCH HỢP MÁY HỌC ĐỂ NHẬN DẠNG GƯƠNG MẶT
- XÂY DỰNG HỆ THỐNG QUẢN LÝ VÀ KINH DOANH THIẾT BỊ ĐỒNG HỒ THÔNG MINH
- HỆ THỐNG HỖ TRỢ ĐĂNG KÝ VÀ XẾP LỊCH THỰC HÀNH
- XÂY DỰNG WEBSITE SHOP THỜI TRANG VỚI JAVA SPRING BOOT VÀ REACTJS
- XÂY DỰNG HỆ THỐNG QUẢN LÝ CÔNG TY GIAO HÀNG – PHÂN HỆ BẢN ĐỒ WEB
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.