ارایه یک مدل هوشمند جهت تشخیص نفوذگر در شبکه های موردی سیار با استفاده از اتوماتای یادگیر

سیستم تشخیص نفوذ برای تشخیص به موقع نفوذگر در ساختار شبکه بسیار جای خود را باز کرده و نیازی اساسی در شبکه می باشد در این میان محققان به دنبال روش های مختلف، برای برآورده کردن این نیاز به کشف و طراحی و تحقیق در انواع سیستم های خبره، تغییر گذر حالات، روش های آماری، داده کاوی و شبکه های عصبی و ... می باشند. هدف اصلی و نهایی یک سیستم تشخیص نفوذ تشخیص ترافیک بد به معنی اینکه ترافیکی که باعث آسیب و از بین رفتن امنیت در رایانه و یا شبکه های رایانه ای می باشد است. موضوعی که به آن خواهیم پرداخت به ارایه یک متدولوژی برای قرار دادن اصول یادگیری در یک ماشین ارتباط دارد. در این تحقیق از یادگیری تقویتی استفاده می کنیم و همچنین هدف در این تحقیق استفاده از اتوماتای یادگیر در سیستم تشخیص نفوذ می باشد که نتیجه آن مدلی با نام IDSLAD می باشد. مقدار پنج صدم بهبود برای نرخ تشخیص و سه دهم بهبود برای نرخ مثبت نادرست و سه دهم بهبود برای معیار Specifcity با وجود حمله Syn Flood داشته ایم. در این مقاله سیستم تشخیص نفوذ را به صورت کلی معرفی خواهیم کرد و در ادامه درباره اتوماتای تصادفی سخن خواهیم گفت سپس درباره حملات منع سرویس و حمله Syn Flood توضیحاتی را خواهیم داد و در ادامه معماری و الگوریتم و مدل مورد نظر را شرح خواهیم داد و در انتها نتایج شبیه سازی را بررسی خواهیم کرد.

کلیدواژه ها:

امنیت ، حمله منع سرویس ، اتوماتای یادگیر ، حمله Syn Flood ، IDSLAD