Cet ouvrage présente une nouvelle modélisation de la corrélation d'alertes basée sur les classifieurs Bayésiens naïfs. Cette modélisation apprend les coordinations entre les actions élémentaires d'un scénario d'attaque sur la base d'une légère contribution des connaissances d'experts, tire profit des données disponibles sur les alertes et fournit des algorithmes efficaces pour la détection et la prédiction des objectifs d'intrusion. L'ouvrage montre aussi comment l'approche proposée peut être améliorée en prenant en compte les informations contextuelles codées en logiques de description, notamment dans le contexte de la détection coopérative d'intrusions. Plusieurs mesures d'évaluation sont également proposées dans cet ouvrage pour un multi-classifieurs Bayésiens naïfs. Ces mesures sont très importantes pour l'évaluation d'une approche de corrélation d'alertes utilisant un ensemble de classifieurs Bayésiens naïfs pour surveiller plusieurs objectifs d'intrusion.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Les meilleurs albums, romans, documentaires, BD à offrir aux petits et aux plus grands
Il n'est pas trop tard pour les découvrir... ou les offrir !
Bird découvre que sa mère n'est autre que la poétesse dissidente Margaret Miu...
Inspirée d’une histoire vraie, cette BD apporte des conseils et des solutions pour sortir de l'isolement
