Das "Automatically Tuning Intrusion Detection System" (ATIDS) führt die Feinabstimmung automatisch durch. Der Kerngedanke besteht darin, das Binärprogramm SLIPPER als Basismodul zu verwenden, bei dem es sich um einen Regel-Lernalgorithmus handelt, der auf Confidence-Rated Boosting basiert. Dieses System wird anhand des NSL-KDD-Datensatzes zur Einbruchserkennung evaluiert. Ein experimentelles Ergebnis zeigt, dass das SCIDS-System mit dem SLIPPER-Algorithmus beim NSL-KDD-Datensatz hinsichtlich Erkennungsrate, Fehlalarmrate, Gesamtkosten der Fehlklassifizierung und Kosten pro Beispiel eine bessere Leistung erbringt als das System auf Basis von KDD.
