رویکردی مبتنی بر بهینه سازی هزینه برای طراحی سیستم های تشخیص نفوذ در شبکه های کامپیوتری با استفاده از وزن دهی به ویژگی ها

Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,403

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CSICC15_087

تاریخ نمایه سازی: 26 مهر 1388

Abstract:

سیستم های تشخیص نفوذ به منظور بهبود امنیت در سیستم های کامپیوتری و شبکه ها ایجاد شده اند. دراین سیستم ها هزینه دسته بندی اشتباه در بین کلاسهای مختلف متفاوت است دراین مقاله سعی شده است بااستفاده از تکنیکهای یادگیری ماشین، تفاوت میان اهمیت دسته بندی درست کاربر معمولی و مشکوک به نفوذ آموزش داده شود. مدل ارائه شده با وزن دهی به ویژگی ها،بر اساس نمونه های آموزشی به منظور کاهش هزینه در سیستمهای تشخیص نفوذ طراحی شده است این مدل برپایه روش نزدیکترین همسایه است که در آن تاثیر ویژگی ها نسبت به هم باید در معیار نزدیکی لحاظ شود. بنابراین تکنیکی به منظور تطبیق پذیری این معیار با در نظرگرفتن اهمیت ویژگی های به کار گرفته شده است از این رو ویژگی های کم اهمیت یا بدون ارتباط در دسته بندی، قابل تشخیص می باشند در نهایت یک پیاده سازی از الگوریتم طراحی شده برروی داده های KDD99 انجام شده و نتایج بدست آمده ارائه گردیده است.

Keywords:

Authors

سمانه قدرت نما

دانشگاه شیراز

سیدمحمدرضا موسوی

دانشگاه شیراز

محمد طاهری

دانشگاه شیراز

منصور ذوالقدری جهرمی

دانشگاه شیراز

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 :
  • Probe R2L % دقت 243 1328 20 ...
  • چه 0 5 10 15 20 25 30 35 4 ...
  • R. Bace, " An Introduction to Intrusion Detection and Assessment: ...
  • C. X. Ling and V. S. Sheng, "cost sensitive Learning ...
  • P. D. Turney, "Types of cost in inductive concept learning, ...
  • J. Georges, A. H. Milley, _ Competition: Knowledge Discovery Contest, ...
  • HG Kayacik, AN Zincir- Heywood, MI Heywood, "Selecting Features for ...
  • Datasets, " Proceedings of the Third Annual Conference _ Privacy, ...
  • V. V enkatachalam, S. Selvan, "Performance Comparison Of Intrusion Detection ...
  • D. Wettschereck and D. W. Aha, "Weighting features " in ...
  • D. Wettschereck, D. W. Aha, and T. Mohri, "A review ...
  • C. Elkan, "The Foundations of cost sensetive Learning, " in ...
  • Zolghadri Jahromi and T. M., "A proposed method for learning ...
  • M. Zolghadri Jahromi, E. Parvinnia, and R. John, "A Method ...
  • P. Lichodzij ewski, A N. Zincir-Heywo od , and M. ...
  • http : /kdd _ ic S _ uci , ed ...
  • C. Elkan, "Results of the KDD99 Knowledge Discovery Contest, " ...
  • S. Rosset, A. Inger :KDD-Cup 99 : Knowledge Discovery In ...
  • 14 15 16 17 18 19 20 21 ...
  • 1666 29.77 2.54 1.198 4.97 ...
  • 9312 0.8084 ...
  • 025 1.628 0.9604 0.9978 1.0008 0.9030 0.7189 ...
  • نمایش کامل مراجع