یک روش یادگیری نوین برای سیستم تشخیص ناهنجاری حساس بر هزینه

هدف بسیاری از روش های داده کاوی، پیدا کردن الگوهایی به منظور پیش بینی رفتارهای کاربران در شبکه های کامپیوتری می باشد. سیستم های تشخیص نفوذ با بکارگیری تکنیک های مختلف راهی فراهم می نمایند فعالیت های انجام شده در شبکه را در دو دسته رفتارهای عادی و رفتارهای نابهنجار قرار می دهند. از جمله مهم ترین روش های مطرح، الگوریتم های بر پایه دسته بندی می باشند. با توجه به اینکه در برخی از مسائل از جمله تشخیص ناهنجاری هزینه دسته بندی نادرست نمونه ها یکسان نمی باشد، در این مقاله، از یک سیستم دسته بندی حساس به هزینه استفاده شده است. روش دسته بندی ارائه شده مبتنی بر قوانین فازی وزندار می باشد که ضمن حفظ توصیف پذیر بودن سیستم، با دقت مطلوبی نفوذها را در سطح شبکه از فعالیت های عادی تشخیص داده و گزارش می کند. در روش پیشنهادی از یک حدآستانه برای فعالیت قانون و شرکت در عمل استنتاج فازیاستفاده می شود. نتایج آزمایشات نمایانگر کارایی سیستم تشخیص نفوذ پیشنهادی در مقایسه با دیگر روش ها در شناسایی حملات و تشخیص رفتارها می باشد.

Keywords:

تشخیص نفوذ , دسته بندی حساس به هزینه , قوانین فازی وزن دار , آنتروپی