علی محمد یوسف زاده - دانشجوی کارشنا سی ارشد، گروه کامپیوتر، واحد بندرعباس، دانشگاه آزاد اسلامی، بندرعباس، ایران
صدیقه خواجویی نژاد - عضو هیات علمی، گروه کامپیوتر، واحد سیرجان، دانشگاه آزاد اسلامی ،سیرجان، ایران
بهارک احمدی پور - عضو هیات علمی، گروه کامپیوتر، واحد بندرعباس، دانشگاه آزاد اسلامی، بندرعباس، ایران

یکی از ابزارهای امنیت شبکه که در کنار سایر ابزارها، وظیفه برقراری امنیت را بر عهده دارد، سیستمهای تشخیص نفوذ هستند. وظیفه ی این سیستم ها خودکارسازی روند تشخیص نفوذ است. اگر چه در سالهای اخیر سیستمهای تشخیص نفوذ،توسعه زیادی یافته و به طور گسترده در تامین امنیت شبکه های کامپیوتری بکار رفتهاند، اما فناوری سیستم های تشخیص نفوذ، هنوز کامل نبوده و فاصله زیادی تا حد ایده آل دارد و هنوز موضوعات بسیاری در رابطه با آن مطرح است. با توجه به پیچیدگی فرایند کشف نفوذ در همچنین کارآمدی تکنیک های یادگیری ماشین، این تحقیق با استفاده از نسخه بهبودیافته الگوریتم خفاش برای انتخاب شبکه و ویژگیهای تاثیرگذار در تشخیص و شناسایی حملات، روشی کارا برای تشخیص حملات معرفی نماید. الگوریتم خفاش برای حل مسایل بهینه سازی پیوسته معرفی شده است. اما در بسیاری از مسایل همچون انتخاب ویژگیها در سیستم تشخیص نفوذ لازم است که جستجو در فضای گسسته انجام پذیرد که در اینجا نوع صحیح و بهبود یافته الگوریتم خفاش بهصورت باینری ارایه گردیده است. روش انتخاب ویژگی مورد استفاده مبتنی بر رویکرد فیلتر بوده و در هر مرحله برای انتخاب ویژگی، از اطلاعات متقابل و ترکیبی از معیارهای ارتباط و همبستگی و پراکندگی مابین ویژگیها و افزونگی ویژگیهای انتخاب شده استفاده مینماید که بر اساس این پارامترها، تابع هدف الگوریتم انتخاب ویژگی با الگوریتم خفاش بهبودیافته تعیین میگردد و در هر مرحله از طبقهبندی برای ارزیابی زیرمجموعه ویژگی های انتخاب شده استفاده نمیکند که این امر افزایش سرعت روش پیشنهادی و افزایش قابلیت اجرای واقعی آن را درپی داشته است. روش پیشنهادی شبیه سازی شده و نتایج حاصله نیز به خوبی مورد ارزیابی قرار گرفته است. روش معرفی شده از الگوریتم خفاش ×بهبود یافته برای انتخاب ویژگیها استفاده میکند که کیفیت آن بر اساس معیارهایی مختلف مورد ارزیابی قرار گرفته است

تشخیص نفوذ، شبکه های کامپیوتری، الگوریتم خفاش بهبود یافته