Resumen

En la clasificación basada en aprendizaje supervisado, los conjuntos han sido empleados con éxito en diferentes dominios de aplicación. En la literatura, muchos investigadores han propuesto diferentes conjuntos considerando diferentes métodos de combinación, conjuntos de datos de entrenamiento, clasificadores base y muchos otros factores. Las técnicas basadas en inteligencia artificial (IA) juegan un papel destacado en el desarrollo de conjuntos para la detección de intrusiones (DI) y tienen muchos beneficios sobre otras técnicas. Sin embargo, no existe una revisión exhaustiva de conjuntos en general y de conjuntos basados en IA para DI para examinar y comprender su estado actual de investigación para resolver el problema de la DI. Aquí se presenta una revisión actualizada de conjuntos y sus taxonomías en general. El artículo también presenta la revisión actualizada de varios conjuntos basados en IA para DI (en particular) durante la última década. Los estudios relacionados de conjuntos basados en IA se comparan mediante un conjunto de métricas de evaluación derivadas de (1) arquitectura y enfoque seguidos; (2) diferentes

• Materias:Máquina de vectores Marco neuronal híbrido Base de datos Inteligencia neuronal Sintonización de controladores
• Subjects:Vector machine Hybrid neural framework Database Neural intelligence Controller tuning
• Palabras claves:Aprendizaje supervisado; Conjuntos; Dominios de aplicación; Clasificadores base; Inteligencia artificial; Detección de intrusiones
• Keywords:Supervised learning; Ensembles; Application domains; Base classifiers; Artificial intelligence; Intrusion detection