• 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