Adv-Bot: Realistic Adversarial Botnet Attacks against Network Intrusion Detection Systems

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

;Mees, Wim
Référence Computers & security
Publication Publié, 2023-03-07

Article révisé par les pairs

Titre:	Adv-Bot: Realistic Adversarial Botnet Attacks against Network Intrusion Detection Systems
Auteur:	Debicha, Islam; Cochez, Benjamin; Kenaza, Tayeb; Debatty, Thibault; Dricot, Jean-Michel; Mees, Wim
Informations sur la publication:	Computers & security
Statut de publication:	Publié, 2023-03-07
Sujet CREF:	Intelligence artificielle
	Technologie de la sécurité
	Analyse de systèmes informatiques
Mots-clés:	Intrusion detection system
	Botnet attacks
	Machine learning
	Evasion attacks
	Adversarial detection
Langue:	Anglais
Identificateurs:	urn:issn:0167-4048

TAD: Transfer learning-based multi-adversarial detection of evasion attacks against network intrusion detection systems
par Debicha, Islam , Bauwens, Richard , Debatty, Thibault , Dricot, Jean-Michel , Kenaza, Tayeb , Mees, Wim
Publication 2022-08-01
Detect & Reject for Transferability of Black-box Adversarial Attacks Against Network Intrusion Detection Systems
par Debicha, Islam , Debatty, Thibault , Dricot, Jean-Michel , Mees, Wim , Kenaza, Tayeb
Publication Springer, 2022-01-01
Protecting network intrusion detection systems from evasion attacks
par Debicha, Islam
Publication Ecole polytechnique de Bruxelles – Informatique, Bruxelles, Ecole Royale Militaire, Faculté polytechnique, CISS - Doctorat en sciences appliquées, 2023-04-20
Adversarial Training for Deep Learning-based Intrusion Detection Systems
par Debicha, Islam , Debatty, Thibault , Dricot, Jean-Michel , Mees, Wim
Publication 2021-04-18
Efficient Intrusion Detection Using Evidence Theory
par Debicha, Islam , Debatty, Thibault , Mees, Wim , Dricot, Jean-Michel
Publication 2020-10-18

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.