Resumen

Los sistemas digitales están cambiando a sistemas de seguridad en los días contemporáneos. Es hora de que el sistema digital tenga suficiente seguridad para defenderse contra amenazas y ataques. El sistema de detección de intrusiones puede identificar una anomalía de una fuente externa o interna en el sistema de red. Existen muchos tipos de amenazas, es decir, activas y pasivas. Estos peligros podrían llevar a anomalías en el sistema mediante las cuales los datos pueden ser atacados y tomados por los atacantes desde el origen hasta el destino. El aprendizaje automático es actualmente un tema en desarrollo; sus aplicaciones son amplias. Podemos predecir el futuro a través del aprendizaje automático y clasificar la clase correcta. En este documento, empleamos el nuevo modelo de clasificación binaria y multiclase de Redes Neuronales Convolucionales (CNN) para identificar la anomalía del sistema de red. En este sentido, utilizamos el conjunto de datos NSLKDD. Nuestro modelo utiliza una Red Neuronal Convolucional (CNN) para llevar a cabo la clasificación binaria y mult

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Sistemas digitales;sistemas de seguridad;sistema de detección de intrusos;amenazas;aprendizaje automático;redes neuronales convolucionales
• Keywords:Digital systems;security systems;intrusion detection system;threats;machine learning;convolutional neural networks