بررسی سیستمهای تشخیص نفوذ مبتنی بر تکنیک های یادگیری ماشین (مطالعه مروری)
Publish place: Fifth International Conference on Electrical, Computer and Mechanical Engineering Science and Technology of Iran
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 461
This Paper With 32 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:
UTCONF05_093
تاریخ نمایه سازی: 13 تیر 1400
Abstract:
نفوذ در سیستم های مختلف اعم از اطلاعاتی، سازمانها، بانکها و سایر سیستمها تبدیل به یک چالش شده است. سیستم های تشخیص نفوذ (IDS) امروزه تاثیر بسزایی را در کشف حملات و نفوذهای صورت گرفته در بسیاری از سیستم ها را دا شته و طراحی هسته ای که بتوان با دقت بالا فرآیند تشخیص نفوذ را انجام دهد بسیار حاضر اهمیت است. در این مقاله به بررسی تکنیک های یادگیری ماشین طراحی و پیاده سازی IDS پرداخته شده ا ست. بطور کلی یادگیری ما شین به سه د سته کلی اعم از یادگیری با نظارت، بدون نظارت و نیمه نظارتی جهت کشف نفوذ طبقه بندی شده است. در هر کدام از این دسته ها، تکنیک هایی مطرح شده ا ست که هر کدام با داشتن قابلیت و ویژگی های برجسته ای می تواند در کشف نفوذ موثر با شد. با بررسی و تحلیل های صورت گرفته مشاهده گردیدکه تکنیک های با نظارت دارای دقت و قابلیت بالاتری جهت کشف نفوذ در IDS می باشند.
Keywords:
Authors
بهنام حیدری
کارشناس ارشد رشته کامپیوتر گرایش نرم افزار، موسسه رایان پژوهان همیار پارسه، شیراز، ایران