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