ارایه سیستم تشخیص نفوذ در شبکه های کامپیوتری با استفاده از ترکیب تکنیک های یادگیری عمیق

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,311

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECECON01_025

تاریخ نمایه سازی: 25 بهمن 1399

چکیده مقاله:

سیستم تشخیص نفوذ IDS، نقش مهمی در راستای تامین امنیت در شبکه های کامپیوتری برعهده دارد. امروزه با افزایش تعاملات و رشد شبکه های کامپیوتری نیاز به پیاده سازی امنیت بر بستر شبکه بیشتر از قبل احساس می شود. لذا به یک سیستم تشخیص نفوذ که بتواند با دقت بالا بر بستر شبکه، ترافیک را آنالیز و حملات را تشخیص دهد. نیاز است. در این مقاله سیستم تشخیص نفوذ مبتنی بر شبکه های کامیپوتری با استفاده از خودرمزگذار نامتقارن NAE با الگوریتم دسته بند ماشین بردار پشتیبان SVM ، به نام مدل NDAES ارایه می شود. از ساختار، NAE برای یادگیری ویژگی ها و از SVM برای تسته بندی حملات استفاده می شود. ساختار NDAES بر روی پلتفرم keras پیاده سازی و بر روی دیتاست های kddcup.۹۹ و NSL-KDD تست و ازمایش شده است. آزمایشات انجام شده نشان می دهد که مدل پیشنهادی ما، حملات بالقوه در شبکه را بخوبی شناسایی و از دقت خوبی برخوردار می باشد.

کلیدواژه ها:

نویسندگان

امیر بساطی

دانشکده مهندسی برق و کامپیوتر، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان

محمدمهدی فقیه

دانشکده مهندسی برق و کامپیوتر، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان

علی محمد افشین همت یار

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف تهران