• Die vorgeschlagene adaptive Methode filtriert die TCP/IP Verkehr auf der Basis von dem adaptiven Lernen einer KNN mit Paketen-Headers, die verschiedenen Inhalt haben.
• Die KNN klassifiziert die Paketen auf der Basis von vordefinierte Regeln bzw Mustern.
In der Beispiel KNN werden folgenden Regel
definiert
Topologie• Im Trainingsmodus werden16-Parameter des Paket-
Headers als Eingänge enthalten und bzw in drei Klassen geteilt
• Das KNN ist einen mehr-schichtigen Neuronalen Netz mit Back-propagation Algorithm angewandt. Die Architektur des KNNs besteht aus:
• Eine Eingabeschicht mit 16 Neuronen für die Packet-Felder
• Zwei Zwischenschichten mit 24 Neuronen • Einen Ausgabeschicht mit 3 Neuronen.
• Eine hyperbolische tangent Aktivierungsfunktion wird implementiert , die die Ausgaben in dem Bereich -1 und +1 beschränkt.
• Transfer Function
Y = (ex - e-x) // (ex + e-x)
Ergebnisse
c1-2 ci-j