MétaCan
Menu
Retour à la cohorte
Enregistrement W2494130542 · doi:10.3233/jifs-16128

Fuzzy reliability analysis of integrated network traffic visualization system

2016· article· en· W2494130542 sur OpenAlexaff
Amit Kumar Bhardwaj, Yuvraj Gajpal, Maninder Singh

Notice bibliographique

RevueJournal of Intelligent & Fuzzy Systems · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Security and Intrusion Detection
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFault tree analysisReliability (semiconductor)Computer scienceVisualizationFuzzy logicReliability engineeringData miningTraffic analysisFault (geology)Real-time computingComputer networkArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Integrated Network Traffic Visualization System (INTVS) is a security system used for decision making against the malicious traffic. This paper presents usage of fuzzy fault tree analysis (FFTA) technique to get the reliability of INTVS. Fault-tree analysis incorporates the trapezoidal fuzzy numbers and minimal cut sets (MCSS) approach for reliability assessment of INTVS. The analysis performed in this paper can be used to calculate reliability of network security system. A case study is demonstrated to calculate the reliability of INTVS security system, which is implemented in Thapar University, India.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,250
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent & Fuzzy SystemsMême sujetNetwork Security and Intrusion DetectionTravaux en français237 207