اعلام تشخیص حملات در سیستم های تشخیص نفوذ با روش های ترکیبی یادگیری ماشین و الگوریتم بهره اطلاعات

امنیت مسئله بسیار مهمی است که بایستی با احتمال بالاتری در سیستم تشخیص نفوذ، طراحی گردد. گاهی سخت افزار برای محاسبات مدنظر شخص یا سازمان نیست نیست و می توان سخت افزار مورد نیاز برای محاسبات را تهیه کرد لذا روشها و الگوریتم هایی در جدول بالا معرفی شده اند که می توان از آنها استفاده کرد. به منظور رسیدن به درجه ی بالای اعتماد معمولاً سیاست های امنیتی در نظر گرفته می شود. این سیاست ها عملکرد بخش های مختلف سیستم را کنترل کرده و نیازمندی های لازم جهت اعمال نظارت را مشخص می کنند. در هر کدام از الگوریتم ها معمولاً راهکارهایی جهت بهینه سازی آنها ارائه شده اند. کاهش نرخ هشدار منفی و مثبت و همچنین دقت در تشخیص نفوذ نیز بایستی مد نظر باشد. نرخ هشدار منفی و مثبت به این معناست که گاهی از هشدارها واقعی نیستند و لذا بعضی از آنها درست می باشند. از این منظر نیز بایستی مد نظر هر طراح نرم افزاری قرار گردد و همچنین میزان دقت و تشخیص نیز نبایستی کاهش یابد. دسته بندی داده های تشخیص نفوذ به طور کلی به دو بخش اصلی انتخاب ویژگی و الگوریتم یادگیری تقسیم می شود. در ارتباط با تکنیک های انتخاب ویژگی و الگوریتم های یادگیری، روش های متنوعی ارائه شده است. هدف در تکنیک های ارائه شده، بالا بردن دقت دسته بندی و رسیدن به کارایی مطلوب می باشد. در این پژوهش یک روش ترکیبی ارائه شده است که بر روی ترکیب خروجی دسته بندها عمل می کند و همچنین الگوریتم های مذکور به طور منفرد نیز پیاده سازی شده و مورد ارزیابی قرار گرفته اند.

Keywords:

نفوذ , سیستم تشخیص نفوذ , یادگیری ماشین , حمله , دسته بندی حملات