پیاده سازی سیستم های تشخیص نفوذ به منظور تشخیص فیشینگ در صنعت بانک داری کشور با استفاده از رویکرد شبکه های عصبی مصنوعی و سیستم فازی

یکی از مهم ترین اهداف تحقیق حاضر پیاده سازی سیستم های تشخیص نفوذ به منظور تشخیص فیشینگ در صنعتبانک داری کشور است. در واقع مسائل این تحقیق را می توان ابهام و خستگی تصمیم گیران سیستم های اطلاعاتیبانک بر اثر ترکیب روش های مختلف پیاده سازی IDS به منظور تشخیص فیشینگ و نیز نیاز به بهره گیری از سیستمPHISHING.IDS+ANFIS در افرایش اعتماد و اطمینان در تصمیم گیری، و همجنین مسئله نیاز به تخصصچندگانه از طریق به کاربردن همزمان دانش چند نفر خبره حوزه های مختلف برای حل مسئله پیاده سازی IDSبه منظور تشخیص فیشینگه بیان نمود. در نهایت با بهره گیری از سیستم هوشمند می توان وضعیت "مدیریت امنیتشبکه بانک در تشخیص حملات فیشینگ (Y) " را به صورت عددی و دقیق تر بررسی نمود: اگر؛ وضعیت "تشخیصامضاء محور (X۱)" خوب، یعنی دقیقا ۰,۷۵۸ باشد و "زمان بندی تحلیل و تشخیص نفوذ (X۵)" در وضعیت خوب،یعنی دقیقا ۰/۷۶۲ باشد و "تشخیص نفوذ مبتنی بر شبکه (X۲)" خوب، یعنی دقیقا ۰,۷۹۸ باشد و "تشخیص نفوذتوزیع شده (X۳) " خوب، یعنی دقیقا ۰,۷۷۰ باشد و "تشخیص نفوذ مبتنی بر میزبان (X۴)" خوب، یعنی دقیقا۰ باشد؛ آنگاه؛ وضعیت "مدیریت امنیت شبکه بانک در تشسخیص حملات فیشینگ (۷) " در سطح " عالی(سطح پنجم)" یعنی دقیقا ۰,۹۱۴ قرار دارد. در واقع. اختلاف نهایی بین خروجی های سیستم استنتاج عصبی-فازی ومیانگین نظرات خبرگان معنی دار نبوده و برابر با ۰/۰۶۵ است. ازآنجایی که دلیل کافی برای پذیرش فرض صفر وجودندارد، لذا فرض مقابل پذیرفته می گردد یعنی بین میانگین نظرات خبرگان و خروجی های "سیستم هوشمند" تفاوتمعناداری وجود ندارد.

Keywords:

سیستم های تشخیص نفوذ (IDS) , فیشنگ , صنعت بانکداری , شبکه های عصبی , متلب