ارائه مدل پیشنهادی برای مقایسه الگوریتم های شبکه عصبی مصنوعیو شبکه بیزین در سیستمهای تشخیص نفوذ مبتنی بر داده کاوی

با رشد فناوری اطلاعات،امنیت شبکه به عنوان یکی از مباحث مهم و چالش بسیار بزرگ مطرح است. سیستم های تشخیص نفوذ، مولفه اصلی یک شبکه امن است. سیستم های تشخیص نفوذ ستنی نمی توانند خود را با حملات جدید تطبیق دهند از این رو امروزه سیستم های تشخیص نفوذ مبتنی بر داده کاوی مطرح گردیده اند. مشخص نمودن الگوهای در حجم زیاد داده،کمک بسیار بزرگی به ما میکند. روشهای داده کاوی با مشخص نمودن یک برچسب دودویی (بسته نرمال، بسته ناهنجار) و همچنین مشخص نمودن ویژگی ها و خصیصه با الگوریتم های دسته بندی میتوانند داده غیر نرمال تشخیص دهند. از همین رو دقت و درستیسیستم های تشخیص نفوذ افزایش یافته و در نتیجه امنیت شبکه بالا میرود. در مقاله ما مدلی پیشنهادی ارائه مینماییم که الگوریتم های مختلف شبکه عصبی مصنوعی و شبکه بیزین را روی مجموعه داده خود تست نموده و نتایج شبیه سازی نشان می دهد الگوریتم HNB دارای بالترین دقت به میزان 83.29% برای سیستم تشخیص نفوذ می باشد.

Keywords:

سیستم تشخیص نفوذ , داده کاوی , بسته نرمال , بسته ناهنجار , شبکه عصبی مصنوعی , مجموعه داده , شبکه بیزین