ترکیب درخت تصمی مگیری و شبکه عصبی در جهت بهبود عملکرد سیستم های تشخیص نفوذ

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 463

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

TIAU01_336

تاریخ نمایه سازی: 14 شهریور 1393

Abstract:

رشد روز افزون استفاده از خدمات شبکه های کامپیوتری از یک سو و حمله به شبکه های کامپیوتری از سوی دیگر باعث شده است سیست مهای تشخیص نفوذ به یک زمینه تحقیقاتی مهم در مسئله امنیت شبکه هایکامپیوتری تبدیل شوند. روش های تشخیص مورد استفاده در سیست مهای تشخیص نفوذ به دو دسته تقسیم می شوند، روش تشخیص سوء استفاده و روش تشخیص ناهنجاری. روش تشخیص سوء استفاده، توانایی مشخصنمودن نفوذها را به کمک الگوهای شناخته شده از رفتارهای حمله کسب می کند. در روش تشخیص ناهنجاری، مدیر شبکه وضعیت عادی بار ترافیک شبکه را تعریف می نماید و با مشاهده رفتارهایی که از وضعیت عادی پیروی نمی کنند موارد ناهنجاری را تشخیص می دهد.در این مقاله از ترکیب تکنیک داده کاوی الگوریتمC 4.5 و شبکه عصبی پرسپترون چند لایه به منظور تشخیص نفوذ در شبکه های کامپیوتری استفاده شده است.آزمایش ها نشان می دهند که سیستم تشخیص نفوذ پیشنهادی، در مقایسه با سیستم های مشابه، از عملکرد بهتری از لحاظ سرعت، نرخ تشخیص و نرخ اعلام نادرست برخوردار است.

Keywords:

سیستم تشخیص نفوذ , مجموعه دادهKDD99/الگوریتمC4.5/درخت تصمیم گیری , داده کاوی , شبکه عصبی چند لایه

Authors

م صفایی پور

دانشگاه آزاد اسلامی واحد بروجرد- گروه مهندسی کامپیوتر

م فاضلی

دانشگاه علم و صنعت ایران- دانشکده مهندسی کامپیوتر- عضو هیئت علمی