Vers une approche pour les systèmes de détection d'attaque de réseau basée sur données structurées de graphe

Abstract

Les attaques informatiques sont contrôlées et affectée par plusieurs facteurs, tels que l’environnement, le mode de détection etc., il est difficile de détecter ces attaques avec précision, ce qui impact sur le déroulement des réseaux malgré la proposition des solutions IDS dont certaines ont des avancées particulières. La situation rend l’amélioration des systèmes de détection d’intrusion est indispensable via les technologies informatiques telles les techniques de machine Learning et les graphes de connaissances. Dans ce travail, Une modeste idée a été proposée afin d’extraire et de classifier des nouvelles connaissances pour les IDS réseau par la combinaison des techniques de machine Learning et les graphes de connaissances. Cette expérience, nous permet à découvrir les relations entre données du data-set CIDDS-001 utilisé, cela fournit intuitivement une interprétation raisonnable des résultats descriptives.