Detección de intrusiones en la red mediante fusión de datos y clasificación SVM

El conocimiento de las intrusiones en la red es un factor importante para el análisis de riesgos de la seguridad de la red. En la última década se han desarrollado diferentes métodos y marcos para la detección de intrusiones y la alerta de seguridad. Algunos métodos se basan en el proceso de descubrimiento de conocimientos y otros en redes neuronales. Estos modelos completos toman decisiones basadas en reglas para la generación de alertas de seguridad. En esta tesis se propone un nuevo método para la detección de intrusos utilizando la fusión de datos y la clasificación SVM. La fusión de datos trabaja sobre los sesgos de la recopilación de características de ocurrencia. La máquina de vectores de soporte es un superclasificador de datos. Ahora usamos SVM para la detección de elementos cerrados de la técnica basada en reglas.