Sökning: "Intrångsdetekteringssystem"

Visar resultat 1 - 5 av 15 uppsatser innehållade ordet Intrångsdetekteringssystem.

  1. 1. Användning av artificiella neurala nätverk (ANNs) för att upptäcka cyberattacker: En systematisk litteraturgenomgång av hur ANN kan användas för att identifiera cyberattacker

    Kandidat-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskap

    Författare :Nathalie Wongkam; Ahmed Abdulkareem Shameel Shameel; [2023]
    Nyckelord :Machine learning; Artificial neural networks; Intrusion detection systems; Network traffic; System log; Maskininlärning; Artificiellt neurala nätverk; Intrångsdetekteringssystem; Nätverkstrafik; Systemloggar;

    Sammanfattning : Denna studie undersöker användningen av maskininlärning (ML), särskilt artificiella neurala nätverk (ANN), inom nätverksdetektering för att upptäcka och förebygga cyberattacker. Genom en systematisk litteraturgenomgång sammanställs och analyseras relevant forskning för att erbjuda insikter och vägledning för framtida studier. LÄS MER

  3. 2. Smart Attack Detection for IoT Networks

    Master-uppsats, KTH/Kommunikationssystem, CoS

    Författare :Yang Yang; [2022]
    Nyckelord :Internet of Things; Security; Machine learning; Intrusion detection; Sakernas Internet; Säkerhet; Maskininlärning; Intrångsdetektering;

    Sammanfattning : The Internet of Things (IoT) is becoming related to more and more people's daily life. It is a network that consists of resource-constrained devices. Nowadays, the application of IoT like smart wearable devices is very common. Due to the wide and important application of IoT, its security also attracts research attention without any doubt. LÄS MER

  4. 3. The Resilience of Deep Learning Intrusion Detection Systems for Automotive Networks : The effect of adversarial samples and transferability on Deep Learning Intrusion Detection Systems for Controller Area Networks

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Ivo Zenden; [2022]
    Nyckelord :Vehicle Security; Deep Learning; Controller Area Network; Intrusion Detection System; Adversarial Samples; Fordonssäkerhet; Deep Learning; Controller Area Network; Intrusion Detection System; kontradiktoriska prover;

    Sammanfattning : This thesis will cover the topic of cyber security in vehicles. Current vehicles contain many computers which communicate over a controller area network. This network has many vulnerabilities which can be leveraged by attackers. To combat these attackers, intrusion detection systems have been implemented. LÄS MER

  5. 4. BERT Language Modelling on Network Log Data for Generalized Unsupervised Intrusion Detection

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Fynn van Westen; [2022]
    Nyckelord :BERT; Language-Modelling; Cyber-Security; Intrusion-Detection; NLP; Anomaly-Detection; One-Class-Classification; BERT; språkmodellering; cybersäkerhet; intrångsdetektering; NLP; anomalidetektering; en-klass-klassificering;

    Sammanfattning : Intrusion detection is the most prominent topic of modern computer network security. The potential attack surface is growing exponentially every year. To cope with the amounts of data which accrue, automated methods for detecting undesired network activity are the only feasible solution. LÄS MER

  7. 5. Digital Twin-based Intrusion Detection for Industrial Control Systems

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Seba Varghese; [2021]
    Nyckelord :Digital Twin; Intrusion Detection Systems; Industry 4.0; Industrial Control Systems; Machine Learning; Stacked Ensemble Model; Digital tvilling; Intrångsdetekteringssystem; Industri 4.0; Industriella styrsystem; Maskininlärning; Staplad ensemblemodell;

    Sammanfattning : Digital twins for industrial control systems have gained significant interest over recent years. This attention is mainly because of the advanced capabilities offered by digital twins in the areas of simulation, optimization, and predictive maintenance. LÄS MER