محمد خوانساری - مرکز تحقیقات مخابرات ایران
رضا عزمی - دانشگاه الزهرا
ایمان خلخالی - دانشگاه صنعتی شریف پردیس بین الملل
زهرا رفعت پناه - دانشگاه الزهرا

وب سرورها و کاربردهای وب عموما در معرض تهدیدها و حملات هستند مقاله حاضر به ارائه شیوه ای مبتنی بر شبکه های بیزین و مارکوف به کشف و شناسایی نفوذ با استفاده از اموزش از طریق پردازش داده های لاگ برچسب خورده و همچنین رفتارهای کاربران براساس حملات مبتنی بر وب سرورها می پردازد در فاز اول ما به بررسی لاگ وب سرور برگرفته از اپاچی معروف به لاگ رایج پرداخته و در فاز دوم سعی بر این خواهد بود تا با استفاده از نرم افزار تولید لاگ و قرار دادن آن میان مفسر وب و اپاچی خود به تولید لاگ پرداخته و در پایان به بررسی و مقایسه این دونوع داده براساس روشهای گفته شده خواهیم پرداخت و نشان خواهیم داد تشخیص نفوذ توسط لاگ های همراه با نشست نتیجه بهتری نسبت به لاگهای پیش فرض اپاچی خواهند داشت.

تشخیص نفوذ پذیری انومالی، مدل مارکوف، بیزین، فایل لاگ، نفوذ پذیری مبتنی بر وب، یادگیری ماشین