بهبود کارایی سیستم های تشخیص نفوذ با بکار گیری داده کاوی و یادگیری ماشین
Publish place: 3nd National Conference on Computer Science
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 796
This Paper With 9 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:
NCCOS03_090
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
دراین مقاله بااستفاده ازتکنیک های داده کاوی و یادگیری ماشین مدلهای مختلفی جهت بهبود کارایی سیستم های تشخیص نفوذارایه شده است سیستم های تشخیص نفوذبه مدلهای تشخیص مبتنی برامضا استفاده نادرست و ناهنجاری تقسیم میشوند که معیارهای ارزیابی آن ها نرخ تشخیص اخطارهای اشتباه و تشخیص حملات ناشناخته میباشد مدلهای ترکیبی و پیشنهادات بااستفاده ازتکنیک های داده کاوی و یادگیری ماشین و مزایای تشخیص نفوذمبتنی برامضاء /استفاده نادرست که عبارت است ازدقت بالا و اخطاراشتباه کم و مزیت تشخیص نفوذمبتنی برناهنجاری که عبارت است ازشناسایی حملات ناشناخته بابکارگیری ترکیب های توالی و موازی دوروش ذکر شده کارایی سیستم تشخیص نفوذ را افزایش داده است این مدلهای ترکیبی میتوانند حداکثر نرخ تشخیص نفوذرا باکاهش اخطارهای اشتباه به همراه شناسایی حملات جدید ارایه نمایند
Keywords:
Authors
مصطفی عباسی
دانشجوی دکترای دفاع سایبری دانشگاه جامع امام حسین (ع) تهران
مجید غیوری ثالث
استادیار گروه کامپیوتر دانشگاه جامع امام حسین (ع)تهران
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 :