ارائه روشی جهت تشخیص نفوذ در رایانش ابری مبتنی بر شبکه عصبی و الگوریتم فرا ابتکاری سنجاقک

رایانش ابری یک چارپوب و زیر ساخت قابل انعطاف و مقرون به صرفه را برای ارایه خدمات فناوری اطلاعات از طریق اینترنتفراهم کند .کاربران می توانند با کمترین هزینه و در کمترین زمان خدمات مورد نیاز خود را از طریق اینترنت درخواست کنند وپس از استفاده آنها را آزاد کنند.یکی از مسایلی که در رایانش ابری با آن مواجه است امنیت می باشد که با بهبود در این زمینه میتوان بهبودهای چشمگیری در کل سیستم بدست آورد. یکی از راهکارهای موثر برای بالا بردن امنیت ،تشخیص نفوذ در محیطهای ابری است .برای تشخیص نفوذ می توان از الگوریتم های مختلفی بهره برد که الگوریتم های فرااکتشافی در زمینه حل مسایلپیچیده ای همچون مسایل NP-Hard به کاربرده می شود و شبکه عصبی می تواند مسایل خاصی مانند تشخیص الگو و طبقهبندی داده ها را از طریق فرآیند یادگیری حل کند.این پایان نامه قصد دارد که رویکردی نوین به مسئلهی تشخیص نفوذ در رایانشابری ارایه دهد. برای تشخیص نفوذ در رایانش ابری از الگوریتم سنجاقک برای پیدا کردن ویژگی های بهینه و استفاده از الگوریتمK نزدیکترین همسایه به عنوان تابع شایستگی سنجاقک استفاده می شود، هم چنین از الگوریتم ژنتیک برای آمورش و بهینهکردن وزن های شبکه عصبی استفاده شده است به طوری که پارامترهای صحت ،دقت ،فراخوانی در مقایسه با الگوریتم پایه افزایشیابد و پارامتر نرخ هشدار غلط کاهش یابد.با استفاده از الگوریتم سنجاقک 27 ویژگی و استفاده از الگوریتم گرگ خاکستری درمقاله پایه 24 ویژگی بدست آمده است ، شبیه سازی انجام شده نشان می دهد که پارامترهای صحت و دقت و فراخوانی و نرخهشدار غلط در الگوریتم ارایه شده بهتر از الگوریتم شبیه سازی مقاله پایه بوده است.

کلیدواژه ها:

محاسبات ابری ، تشخیص نفوذ ، شبکه عصبی ، صحت ، دقت ، فراخوانی