Please use this identifier to cite or link to this item: http://nuir.lib.nu.ac.th/dspace/handle/123456789/5749
Full metadata record
DC FieldValueLanguage
dc.contributorKittiphop Mahawanen
dc.contributorกิตติภพ มหาวันth
dc.contributor.advisorWinai Wongthaien
dc.contributor.advisorวินัย วงษ์ไทยth
dc.contributor.otherNaresuan Universityen
dc.date.accessioned2023-09-25T02:26:32Z-
dc.date.available2023-09-25T02:26:32Z-
dc.date.created2565en_US
dc.date.issued2565en_US
dc.identifier.urihttp://nuir.lib.nu.ac.th/dspace/handle/123456789/5749-
dc.description.abstractThe presented thesis proposes a method to enhance intrusion detection systems (IDS) through the use of feature selection, polynomial feature generation, and genetic algorithms. The primary objective is to improve the accuracy of IDS in detecting and mitigating cyber threats. The research methodology involves the collection of log files and network data from the target system, followed by preprocessing to establish a standard model.To identify the most informative features for intrusion detection, several feature selection methods were employed, including chi-squared analysis, vulnerability analysis, variance, and joint information. These techniques aid in determining the characteristics that contribute the most to the detection of intrusions. Moreover, polynomial feature generation was utilized to capture non-linear relationships and interactions among features within the algorithm.Genetic algorithms were employed to optimize both the feature selection and polynomial feature generation processes. By using genotypes, the algorithm sought to identify the most relevant features and generate polynomial properties that enhance the accuracy of IDS. The proposed approach was evaluated using standardized and publicly available datasets, demonstrating a significant improvement in IDS accuracy while effectively reducing storage requirements for network activity. The findings of this research have valuable implications for the field of cybersecurity. The practical solutions proposed in this thesis contribute to enhancing the performance of IDS and addressing storage constraints in order to improve IDS capabilities. The insights provided by this research can inform the design of more efficient and effective intrusion detection systems, while optimizing storage usage for network activity.en
dc.description.abstractวิทยานิพนธ์ที่นำเสนอเสนอวิธีการปรับปรุงระบบตรวจจับการบุกรุก (IDS) โดยใช้การเลือกคุณลักษณะ การสร้างคุณลักษณะพหุนาม และอัลกอริธึมเชิงพันธุกรรม วัตถุประสงค์หลักคือเพื่อปรับปรุงความแม่นยำของ IDS ในการตรวจจับและบรรเทาภัยคุกคามทางไซเบอร์ วิธีการวิจัยเกี่ยวข้องกับการรวบรวมล็อกไฟล์และข้อมูลเครือข่ายจากระบบเป้าหมาย ตามด้วยการประมวลผลล่วงหน้าเพื่อสร้างแบบจำลองมาตรฐานในการระบุคุณสมบัติที่ให้ข้อมูลมากที่สุดสำหรับการตรวจจับการบุกรุก ใช้วิธีการเลือกคุณสมบัติหลายวิธี รวมถึงการวิเคราะห์ไคสแควร์ การวิเคราะห์ช่องโหว่ ความแปรปรวน และข้อมูลร่วม เทคนิคเหล่านี้ช่วยในการกำหนดลักษณะที่มีส่วนช่วยในการตรวจจับการบุกรุกได้มากที่สุด นอกจากนี้ การสร้างคุณสมบัติพหุนามยังใช้เพื่อบันทึกความสัมพันธ์และการโต้ตอบที่ไม่ใช่เชิงเส้นระหว่างคุณสมบัติต่างๆ ภายในอัลกอริทึม อัลกอริทึมทางพันธุกรรมถูกนำมาใช้เพื่อเพิ่มประสิทธิภาพทั้งกระบวนการเลือกคุณสมบัติและกระบวนการสร้างคุณสมบัติพหุนาม ด้วยการใช้จีโนไทป์ อัลกอริทึมพยายามระบุคุณสมบัติที่เกี่ยวข้องมากที่สุดและสร้างคุณสมบัติพหุนามที่ปรับปรุงความแม่นยำของ IDS แนวทางที่เสนอได้รับการประเมินโดยใช้ชุดข้อมูลที่เป็นมาตรฐานและเปิดเผยต่อสาธารณะ ซึ่งแสดงให้เห็นถึงการปรับปรุงที่สำคัญในความถูกต้องของ IDS ในขณะที่ลดข้อกำหนดในการจัดเก็บข้อมูลสำหรับกิจกรรมเครือข่ายได้อย่างมีประสิทธิภาพ  ผลการวิจัยนี้มีนัยสำคัญสำหรับความปลอดภัยทางไซเบอร์ วิธีแก้ปัญหาเชิงปฏิบัติที่เสนอในวิทยานิพนธ์นี้มีส่วนช่วยในการเพิ่มประสิทธิภาพการทำงานของ IDS และแก้ไขข้อจำกัดของพื้นที่เก็บข้อมูลเพื่อปรับปรุงความสามารถของ IDS ข้อมูลเชิงลึกที่ได้รับจากการวิจัยนี้สามารถแจ้งการออกแบบระบบตรวจจับการบุกรุกที่มีประสิทธิภาพและประสิทธิผลมากขึ้น ในขณะที่ปรับการใช้พื้นที่เก็บข้อมูลให้เหมาะสมสำหรับกิจกรรมเครือข่ายth
dc.language.isothen_US
dc.publisherNaresuan Universityen_US
dc.rightsNaresuan Universityen_US
dc.subjectระบบตรวจจับการบุกรุกเครือข่ายth
dc.subjectลักษณนามแบบต้นไม้th
dc.subjectวิศวกรรมคุณลักษณะth
dc.subjectอัลกอริทึมทางพันธุกรรมth
dc.subjectการเลือกคุณสมบัติ การสร้างคุณสมบัติพหุนามth
dc.subjectLog Fileen
dc.subjectHyperparameter tuningen
dc.subjectFrameworken
dc.subjectFeature Selectionen
dc.subjectPolynomial Feature generationen
dc.subjectTree Based Classifieren
dc.subject.classificationComputer Scienceen
dc.subject.classificationEducationen
dc.subject.classificationComputer scienceen
dc.titleการปรับปรุงวิศวกรรมคุณลักษณะสำหรับตัวจำแนกประเภทแบบต้นไม้สำหรับการตรวจจับการบุกรุกทางเครือข่ายth
dc.titleTHE MODIFIED FEATURE ENGINEERING APPROACH FOR TREE-BASED CLASSIFIERS OF NETWORK INTRUSION DETECTIONen
dc.typeThesisen
dc.typeวิทยานิพนธ์th
dc.contributor.coadvisorWinai Wongthaien
dc.contributor.coadvisorวินัย วงษ์ไทยth
dc.contributor.emailadvisorwinaiw@nu.ac.then_US
dc.contributor.emailcoadvisorwinaiw@nu.ac.then_US
dc.description.degreenameDoctor of Philosophy (Ph.D.)en
dc.description.degreenameปรัชญาดุษฎีบัณฑิต (ปร.ด.)th
dc.description.degreelevelDoctoral Degreeen
dc.description.degreelevelปริญญาเอกth
dc.description.degreedisciplineDepartment of Computer Science and Information Technologyen
dc.description.degreedisciplineภาควิชาวิทยาการคอมพิวเตอร์และเทคโนโลยีสารสนเทศth
Appears in Collections:คณะวิทยาศาสตร์

Files in This Item:
File Description SizeFormat 
KittiphopMahawan.pdf1.9 MBAdobe PDFView/Open


Items in NU Digital Repository are protected by copyright, with all rights reserved, unless otherwise indicated.