تشخیص نفوذ مبتنی بر تئوری مجموعه های ناهموار و ماشین بردار پشتیبان
Publish place: National Conference on Computer Science and Engineering
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 869
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCSE01_118
تاریخ نمایه سازی: 9 بهمن 1392
Abstract:
در این تحقیق یک سیستم تشخیص نفوذ بر اساس تئوری مجموعه های ناهموار و ماشین بردار پشتیبان به منظور تشخیص بهینهناهنجاری ها در شبکه های رایانهای ارائه شده است. هدف از مدل پیشنهادی افزایش کارایی و سرعت تشخیص، کاهش منابع کامپیوتری نظیر منابعذخیرهسازی و پردازشگر مصرفی میباشد. در مدل پیشنهادی برای انتخاب ویژگیهای مهم، تئوری مجموعه های ناهموار و برای دستهبندی ترافیکشبکه در قالب دسته های عادی و ناهنجار، ماشین بردار پشتیبان به کار گرفته شده است. آزمایش و ارزیابی مدل ارائه شده بر روی مجموعه داده های NSL-KDD که نسخه اصلاح شده KDD-CUP99 می باشد ، انجام گردید. در این مدل کارایی ماشین بردار پشتیبان با شبکه های عصبی مقایسه گردید و نتایج نشان داد که ماشین بردار پشتیبان دارای نرخ تشخیص حملات بیشتر و نرخ اعلان خطای کمتر و در نتیجه کارایی بالاتر نسبت بهشبکه های عصبی می باشد.
Keywords:
Authors
یاسمین علیش زاده
عضو هیات علمی دانشگاه آزاد اسلامی واحد اسلامشهر
محمدرضا احمدی
عضو هیات علمی پژوهشگاه ارتباطات و فناوری اطلاعات
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 :