Evolutionaire algoritmen voor de optimalisatie van systemen voor intrusiedetectie in netwerken

Systemen voor intrusiedetectie in netwerken hebben als doel het monitoren en detecteren van vijandige netwerkactiviteiten die zouden kunnen leiden tot een aanval of niet-geautoriseerde toegang tot netwerk-geconnecteerde systemen. Twee belangrijke categorieën van algoritmen voor intrusiedetectie in netwerken zijn probabilistische algoritmen en algoritmen gebaseerd op machine learning. In hoge-snelheidsnetwerken moeten beide soorten algoritmen geoptimaliseerd worden om aanvallen in real-time te kunnen detecteren. In dit project gebruiken we evolutionaire algoritmen voor de optimalisatie. Voor probabilistische algoritmen komt dit neer op het optimaliseren van hashfuncties, telsystemen en opzoeksystemen. Voor machine learning algoritmen is het doel om de hyperparameters en de architectuur van het neuraal netwerk te optimaliseren. Omdat de zoekruimte groot is, en er nog geen uitgebreide verkenning van het onderzoeksgebied gebeurd is, verwachten we dat het project zal leiden tot resultaten die beduidend verder gaan dan de state of the art.