طراحی سیستم تشخیص بهینه شده با استفاده از ماشین بردار پشتیبان و امتیاز فیشر

سیستم تشخیص نفوذ ابزاری برای تشخیص حملات در شبکه های کامپیوتری است که میتواند برای حفاظت از امنیت شبکه کمک کند. امروزه سیستم های تشخیص نفوذ توسعه یافته برای جلوگیری از حملات با دقت تشخیص نفوذ بالا، روندی است برای کلاس بندی حملات شبکه ای. پروسه تشخیص مبتنی بر این واقعیت بنا نهاده شده است که فعالیت های مخرب، متفاوت از فعالیت های یک سیستم نرمال است. تشخیص نفوذ یک پروسه کاملا پیچیده است. در سناریوهای رایج امنیت شبکه، انواع گوناگونی از حملات شبکه ای وجود دارد، بعضی از آنها شناخته شده اند و بعضی از آنها ناشناخته اند. به همین دلیل طراحی و اجرای سیستم های تشخیص نفوذ بدلیل حفظ امنیت شبکه بعنوان یک موضوع مهم تحقیقاتی بحساب آمده است. ماشین های بردار پشتیبان (SVM) بعنوان یک ابزار تشخیص الگوی کلاسیک برای تشخیص نفوذ مورد استفاده قرار گرفته است. در این تحقیق برای افزایش دقت از یادگیری ماشین برای آموزش سیستم تشخیص نفوذ و برای افزایش سرعت تشخیض نفوذ از امتیاز فیشر برای کاهش ویژگی استفاده کردیم و نتایج بدست آمده را باهم مقایسه کردیم. این مدل جدید را با دیتاست NSLKDD مورد ارزیابی قرار می دهیم.

Keywords:

ماشین بردار پشتیبان , کاهش ویژگی , سیستم تشخیص نفوذ , امتیاز فیشر