CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مقایسه روش های ماشین بردار و شبکه های عصبی در سیستم های تشخیص نفوذ

عنوان مقاله: مقایسه روش های ماشین بردار و شبکه های عصبی در سیستم های تشخیص نفوذ
شناسه ملی مقاله: JR_KHRBA-6-22_002
منتشر شده در شماره 22 دوره 6 فصل زمستان در سال 1397
مشخصات نویسندگان مقاله:

امین داستانپور

خلاصه مقاله:
استفاده از سیستم های شبکه ای یکی از روند تکنولوژی در سال های اخیر می باشد، و انتظار استفاده کنندگان از شبکه دارا بودن شبکه امن برای پردازش داده ها و ارتباطات می باشد. در این خصوص تشخیص نفوذ به عنوان یکی از مسایل مهم در امنیت شبکه برای پژوهشگران بوده است. یکی از روش های تشخیص نفوذ استفاده از الگوی رفتاری شبکه می باشد که از یادگیری ماشین برای تشخیص نفوذ در رفتار شبکه استفاده می شود. در این مقاله روش های یادگیری ماشین زیر برای تشخیص حملات شبکه استفاده می شود: ماشین بردار (SVM) و شبکه های عصبی مصنوعی (ANN). هدف از این مطالعه مقایسه نتایج ماشین بردار و شبکه های عصبی مصنوعی و سپس نتایج ماشین بردار و شبکه های عصبی مصنوعی با سایر الگوریتم های استفاده شده برای تشخیص نفوذ که اخیرا پژوهشگران مورد استفاده قرار داده اند را شامل می شود. برای دستیابی به نتایج، در این مقاله، (KDD CPU99) برای ارزشیابی روش ها مورداستفاده قرار گرفته است.

کلمات کلیدی:
امنیت شبکه و تشخیص نفوذ عصبی مصنوعی شبکه , ماشین بردار پشتیبانی و یادگیری ماشین

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/899027/