بهبود عملکرد دسته بند K- نزدیکترین همسایه در تشخیص نفوذ شبکه های کامپیوتری با استفاده از ضریب اهمیت ویژگی ها
Publish place: National Conference on Application of Intelligent Systems (soft computing) in Science and Technology
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,063
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AISST01_166
تاریخ نمایه سازی: 5 مرداد 1392
Abstract:
افزایش گستره شبکه های کامپیوتری و کاربران اینترنت و بدنبال آن، حجم عظیمی از داده در سازمان، منجر به افزایش تعداد فعالیت های غیر مجاز شده است. از آنجا که هیچ سیستم کاملا امنی وجود ندارد، تشخیص، تشخیص نفوذ و تحلیل آسیب پذیری از اهمیت زیادی برخوردار است. هدف از تشخیص نفوذ، شناسایی فعالیت هایی است که قصد استفاده غیر مجاز، آسیب رساندن به سیستم ها و سوء استفاده از شبکه های کامپیوتری را دارند. با توجه به افزایش روز افزون پیچیدگی و اندازه داده ها، تکنیک های کاهش ابعاد داده به همراه داده کاوی مطرح شده است که بطور غیر مستقیم، توصیفی را ایجاد کرده که از تکنیک های تحلیل خودکار داده استفاده می کند. بنابراین در این مقاله، ابتدا مفاهیم و لزوم استفاده از سیستم تشخیص نفوذ (IDS) شرح داده شده و بدنبال آن، رویکردهای داده کاوی برای ساخت مدل های تشخیص نفوذ بیان شده اند، سپس اهمیت انتخاب ویژگی و تاثیر آن بر IDS را توصیف کرده ایم و در نهایت سیستم پیشنهادی به منظور بهبود عملکرد دسته بند k نزدیکترین همسایه برای تشخیص نفوذ ترافیک شبکه ارائه شده است.
Keywords:
Authors
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 :