استفاده از یادگیری ماشینی در بهبود تشخیص نفوذ
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,265
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CICS01_012
تاریخ نمایه سازی: 18 بهمن 1389
Abstract:
موفقیت یک سیستم تشخیص نفوذ بستگی به انتخاب صحیح عوامل و ویژگیهایی دارد که در ردیابی حملات مورد استفاده قرار میگیرند. دراین مقاله یک سیستم تشخیص نفوذ مبتنی بر داده کاوی ارائه و سعی م ی شود با استفاده از تکنیکهای یادگیری ماشینی در یک سیستم تشخیص نفوذ مانند snort قابلیت های آن افزایش یابد با توجه به اینکه این نرم افزار مبتنی بر امضا بوده به این صورت که محتوای پکت ارسالی را کنترل می کند و آن را با اطلاعات پایگاه اطلاعاتی شامل صفات و نشانه های بارز حملات مقایسه می کند اما محدودیت اصلی این شیوه عدم قابلیت آن برای شناسایی حملات جدید است همچنین به هنگام سازی قانون های آن مشکل بوده و این امر باعث بوجود امدن false negative , false positive می شودروش ارائه شده به میزان قابل توجهی این دو محدودیت را کاهش میدهد و تا 20 درصد نرخ تشخیص افزایش یافته و نسبت به وضعیت قبلی خود بهبود می یابد.
Keywords:
Authors
محمدمهدی سرایی
دانشگاه آزاد اسلامی واحد شهرضا
محمدرضا حجری
دانشگاه آزاد اسلامی واحد شهرضا
حسین شیرازی
دانشگاه صنعتی مالک اشتر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :