CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ترکیب الگوریتم های سنجاقک و ملخ در انتخاب ویژگی ها برای تشخیص نفوذ در شبکه

عنوان مقاله: ترکیب الگوریتم های سنجاقک و ملخ در انتخاب ویژگی ها برای تشخیص نفوذ در شبکه
شناسه ملی مقاله: IVCONF06_170
منتشر شده در ششمین همایش ملی توسعه علوم فناوریهای نوین در مدیریت، حسابداری و کامپیوتر در سال 1402
مشخصات نویسندگان مقاله:

رضا شمسائی - استادیار دانشکده کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد
علی دلیری بیدختی - دانشجوی کارشناسی ارشد شبکه های کامپیوتری دانشگاه صنعتی سجاد

خلاصه مقاله:
یادگیری ماشین می تواند راهکار مناسب سیستم تشخیص نفوذ باشد بشرط آنکه بتواند در مواجه با ویژگی های متعدد داده های تشخیص نفوذ و همچنین الگو متفاوت آنها، فاز انتخاب ویژگی و فاز طبقه بندی کارا داشته باشد. در مدل پیشنهادی پیدا کردن تاثیرگذارترین ویژگی ها توسط روش تکاملی ترکیبی انجام شده و سپس روش یادگیری چندتایی با رای گیری، نتیجه تشخیص نفوذ را تعیین می کند. نتایج مدل پیشنهادی یعنی روش تکاملی ترکیبی الگوریتم سنجاقک و ملخ در فاز انتخاب ویژگی و طبقه بندی چندتایی در مقایسه با الگوریتم جستجوی ممنوع، سنجاقک و ملخ بصورت تکی در فاز انتخاب ویژگی و طبقه بندی جنگل تصادفی بروی مجموعه داده استاندارد UNSW-NB نشان داد که مدل پیشنهادی توانسته بطور میانگین تا ۱,۸ درصد تاثیر مثبت بروی نتایج تشخیص نفوذ داشته باشد.

کلمات کلیدی:
تشخیص نفوذ، الگوریتم بهینه سازی سنجاقک، الگوریتم بهینه سازی ملخ، یادگیری چندتایی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1875586/