بررسی سیستمهای تشخیص نفوذ مبتنی بر تکنیک های یادگیری ماشین (مطالعه مروری)

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:

کشف نفوذ , یادگیری ماشین , تکنیکهای تشخیص نفوذ