تشخیص نفوذ در رایانش ابری با استفاده از شبکه ی عصبی و الگوریتم فازی ژنتیک

یکی از ضروریات مهم در محیط های محاسبات ابری ایجاد یک سیستم تشخیص نفوذ می باشد. تا توانایی شناسایی حملات داخلی و خارجی را با دقت مناسب داشته باشد.بسیاری از محققین استدلال کرده اند که شبکه های عصبی مصنوعی میتوانند عملکرد سیستم های تشخیص نفوذ را هنگام مقایسه با روشهای معمول بهبود بخشند. در این پایانامه، رویکردی نوین موسوم به Fuzzy Genetic-ANN را برای امنیت در محیط ابر پیشنهاد میکنیم که بر ANN و خوشه بندی فازی ژنتیک مبتنی بوده تا به حل مسایل پرداخته و به IDS در کسب میزان شناسایی بالاتر، میزان مثبت کاذب کمتر و پایداری بهتر کمک کنیم. روند کلی Fuzzy Genetic-ANN بدین شرح است: نخست تکنیک خوشه بندی فازی ژنتیک برای ایجاد زیرمجموعه های آموزشی مختلف مورد استفاده قرار میگیرد. پس از آن، براساس زیرمجموعه های آموزشی مختلف، مدلهای ANN مختلف برای ساختاربندی مدلهای پایهای مختلف آموزش داده میشوند. در نهایت، یک ماژول تجمیع کننده فازی که یک شبکه ی عصبی جدید است ، برای جمع آوری این نتایج به کار گرفته میشوند. روش پیشنهادی با شبیه ساز کلودسیم و با مجموعه داده NSL-KDD ارزیابی شده است.

Keywords:

رایانش ابری , نفوذ , تشخیص نفوذ , شبکه ی عصبی , الگوریتم فازی ژنتیک