استخراج ویژگی و ارائه دیدگاهی بر مبنی شبکه عصبی جهت شناسایی بات نت ها

امروزه بات نت ها از مهم ترین تهدیدات فضای سایبری هستند. بات نت ها شبکه ای از کامپیوترهای آلوده شده هستند که تحت فرمان یک یا چند مدیر بات می باشند و دستورات آن ها را اجرا می نمایند. یک کامپیوتر میزبان وقتی توسط بدافزار دودویی بات آلوده می شود، به یک بات بالفعل تبدیل می شود و می تواند دستورات مدیر بات را اجرا نماید. یکی از انواع جدید بات نت ها، بات نت های شبکه اجتماعی هستند که از ساختار شبکه های اجتماعی برای رسیدن به اهدافشان استفاده می کنند. شناسایی بات نت ها یک مساله Np-Hard محسوب می گردد و تا کنون روش های یادگیری زیادی جهت حل این مساله ارائه شده است. در این مقاله بر اساس شبکه عصبی پس انتشار خطا مدلی یادگیرنده جهت تشخیص بات نت ها در شبکه ارائه شده است. نتایج حاصل از پیاده سازی روش پیشنهادی نشان می دهد روش پیشنهادی نسبت به روش های درخت تصمیم و ماشین بردار پشتیبان، با دقت بلاتری قادر به تشخیص نمونه های بات نت در شبکه می باشد.

Keywords:

شبکه کامپیوتری , شبکه اجتماعی , بات نت , شبکه عصبی پس انتشار خطا