ترکیب الگوریتم های سنجاقک و ملخ در انتخاب ویژگی ها برای تشخیص نفوذ در شبکه
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 181
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IVCONF06_170
تاریخ نمایه سازی: 14 دی 1402
چکیده مقاله:
یادگیری ماشین می تواند راهکار مناسب سیستم تشخیص نفوذ باشد بشرط آنکه بتواند در مواجه با ویژگی های متعدد داده های تشخیص نفوذ و همچنین الگو متفاوت آنها، فاز انتخاب ویژگی و فاز طبقه بندی کارا داشته باشد. در مدل پیشنهادی پیدا کردن تاثیرگذارترین ویژگی ها توسط روش تکاملی ترکیبی انجام شده و سپس روش یادگیری چندتایی با رای گیری، نتیجه تشخیص نفوذ را تعیین می کند. نتایج مدل پیشنهادی یعنی روش تکاملی ترکیبی الگوریتم سنجاقک و ملخ در فاز انتخاب ویژگی و طبقه بندی چندتایی در مقایسه با الگوریتم جستجوی ممنوع، سنجاقک و ملخ بصورت تکی در فاز انتخاب ویژگی و طبقه بندی جنگل تصادفی بروی مجموعه داده استاندارد UNSW-NB نشان داد که مدل پیشنهادی توانسته بطور میانگین تا ۱,۸ درصد تاثیر مثبت بروی نتایج تشخیص نفوذ داشته باشد.
کلیدواژه ها:
نویسندگان
رضا شمسائی
استادیار دانشکده کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد
علی دلیری بیدختی
دانشجوی کارشناسی ارشد شبکه های کامپیوتری دانشگاه صنعتی سجاد