LuanVan.vnLuận Văn
Gửi thư

Performance Analysis of Incremental Learning Approaches in Network Intrusion Detection

Khoá luận tốt nghiệp · Đại học · năm 2024 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Quang Minh
Người hướng dẫnTrần Hải Anh
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2024
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu ứng dụng Class Incremental Learning (CIL) cho Network Intrusion Detection Systems (NIDS) nhằm nâng cao khả năng thích ứng với các mối đe dọa mạng mới mà không cần huấn luyện lại toàn bộ dữ liệu. Các phương pháp DER, MEMO, LWF và ICARL được đánh giá trên nhiều bộ dữ liệu chuẩn như KDD99, CIC-IDS-2017, ToN-IoT và UNSW-NB15. Kết quả cho thấy, CIL giúp NIDS cải thiện độ chính xác và khả năng thích ứng liên tục, giảm thiểu hiện tượng catastrophic forgetting. Phương pháp DER, kết hợp với NME classifier, duy trì hiệu suất cao qua các bước học tăng dần. Đề tài đóng góp nền tảng cho việc triển khai NIDS linh hoạt, bền vững trong môi trường mạng thực tế.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

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

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.