تشخیص ترافیک غیرعادی شبکه با استفاده از ماشین های بردار پشتیبان تک کلاسی
Publish place: 10th Annual Conference of Computer Society of Iran
Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,349
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI10_162
تاریخ نمایه سازی: 25 آذر 1390
Abstract:
دراین مقاله معماری سیستم تشخیص نفوذ پیشنهادی برای تشخیص ترافیکغیرعادی شبکه شرح داده میشود در این سیستم تشخیص نفوذ درواحدهای مدلسازی ترافیک عادی و تشخیص ترافیک غیرعادی از طبقه بند ماشین بردار پشتیبان تک کلاسی OCSVM با هسته RBF استفاده میشود هنگام استفاده از OCSVM با هسته RBF مقادیر پارامترهای y,v توسط کاربر تعیین می شود با استفاده از دو معیار نرخ تشخیص و نرخ هشدار نادرست کارایی سیستم تشخیص نفوذ فوق به ازا مقادیر مختلف پارامترهای y,v مورد ارزیابی قرار می گیرد بررسی نتایج بدست آمده عملکردی مناسب این سیستم تشخیص نفوذ را جهت تشخیص ترافیک غیرعادی شبکه نشان میدهد.
Keywords:
Authors
مهدی آبادی
دانشکده فنی مهندسی دانشگاه تربیت مدرس
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 :