జర్నల్ ఆఫ్ కంప్యూటర్ ఇంజనీరింగ్ & ఇన్ఫర్మేషన్ టెక్నాలజీ

థ్రెట్ ఇంటెలిజెంట్ సైకిల్ ఉపయోగించి విండోస్ ఆపరేటింగ్ సిస్టమ్ యొక్క ఎండ్‌పాయింట్ ప్రొటెక్షన్

బిజయ KC* మరియు రోషన్ చిత్రకర్

ఈ కాగితం సంతకం ఆధారిత మరియు అసమానత ఆధారిత ముప్పు గుర్తింపు యొక్క సరైన విశ్లేషణ కోసం థ్రెట్ ఇంటెలిజెన్స్ సైకిల్ (TIC) లోపల మెషీన్ లెర్నింగ్‌ని ఉపయోగించడం ద్వారా సాధారణంగా నాలెడ్జ్ గ్యాప్‌ని పూరించడానికి ప్రయత్నిస్తుంది. ఈ పేపర్ థ్రెట్ ఇంటెలిజెన్స్ సైకిల్‌ను తెలియజేయడం ద్వారా సరైన భద్రతా కాన్ఫిగరేషన్ గురించి ప్రజలలో కనిపించే అంతరాన్ని పూరించడానికి లక్ష్యంగా పెట్టుకుంది మరియు నెట్‌వర్క్‌లోని DELL మరియు HP ల్యాప్‌టాప్‌లు మరియు Lenovo థింక్‌ప్యాడ్‌లలో విండోస్ 10లో ఆ కాన్ఫిగరేషన్‌లను సెట్ చేయడం యొక్క ప్రాముఖ్యతను సూచిస్తుంది. గట్టిపడటంతో పాటు, ప్రవర్తన విశ్లేషణ నమూనాను సంప్రదించే అంతర్గత బెదిరింపుల నుండి రక్షించడానికి ప్రైవేట్ నెట్‌వర్క్‌లోని దుర్బలత్వాన్ని కనుగొనడానికి హానికరమైన ప్రవర్తన విశ్లేషణ కూడా అవసరం. దీని కోసం, ప్రిన్సిపల్ కాంపోనెంట్ అనాలిసిస్ (PCA)తో పాటుగా xgboost వర్గీకరణను ఉపయోగించి మెషిన్ లెర్నింగ్ మోడల్‌ను రూపొందించడానికి pfsense హెచ్చరిక సందేశం మరియు CICIDS2017 డేటాసెట్ నుండి డేటాసెట్‌లను సిస్టమ్ లాగ్‌లుగా ఉపయోగించాము, దీని నుండి మోడల్ యొక్క ఖచ్చితత్వం 99.75%, ఖచ్చితమైనది: 0.997, రీకాల్ 0.998, F1 స్కోర్: 0.997 కోసం PCA 25.