ارزیابی مجموعه الگوریتم های یادگیری ماشین جهت تشخیص نفوذ
Publish place: همایش ملی دانش و فناوری مهندسی برق، کامپیوتر و مکانیک ایران
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,370
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
UTCONF01_115
Index date: 9 June 2017
ارزیابی مجموعه الگوریتم های یادگیری ماشین جهت تشخیص نفوذ abstract
محبوبیت استفاده از اینترنت منجر به برخی خطرات ناشی از حملات به شبکه گردیده است. تشخیص نفوذ یک مشکل عمده پژوهشی در امنیت شبکه با هدف شناسایی دسترسی های غیرمعمول و یا حملات به شبکه داخلی می باشد. سیستم های تشخیص نفوذ توسط تکنیک های مختلف به یادگیری ماشین نزدیک هستند. براساس تشخیص ناهنجاری سیستم تشخیص نفوذ، رفتار طبیعی و غیرطبیعی با تجزیه و تحلیل ترافیک شبکه در مجموعه داده های مختلف ارزیابی می شوند. چالش های مشترک برای سیستم تشخیص نفوذ، مقادیر زیادی از پردازش داده، نرخ تشخیص کم و نرخ بالای هشدار کاذب می باشند. در این مقاله به بررسی مطالعات مرتبط در دوره های 2011 تا 2016 با تمرکز توسعه واحد، ترکیب و طبقه بندی پرداخته شده است. مطالعات انجام شده توسط طراحی طبقه بندی مجموعه داده و دیگر تنظیمات تجربی مقایسه شده اند و دستاورد و محدودیت های فعلی در حال توسعه سیستم تشخیص نفوذ توسط یادگیری ماشین مورد بحث قرار گرفته اند و موضوعاتی جهت تحقیقات آینده نیز ارایه شده است.
ارزیابی مجموعه الگوریتم های یادگیری ماشین جهت تشخیص نفوذ Keywords:
ارزیابی مجموعه الگوریتم های یادگیری ماشین جهت تشخیص نفوذ authors
محمد اخلاق پور
دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)
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 :