بهبود سیستم های تشخیص نفوذ باکاهش ویژگی مبتنی بر الگوریتم ژنتیک و تکنیک های داده کاوی

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 415

فایل این مقاله در 13 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:

JR_JCEJ-8-32_001

تاریخ نمایه سازی: 22 اردیبهشت 1400

چکیده مقاله:

امروزه سیستم های کامپیوتری مبتنی بر شبکه، نقش حیاتی در جامعه مدرن امروزی دارند و به همین علت ممکن است هدف دشمنی و یا نفوذ قرار گیرند. به منظور ایجاد امنیت کامل در یک سیستم کامپیوتری متصل به شبکه، استفاده از دیوار آتش و سایر مکانیزم های جلوگیری از نفوذ همیشه کافی نیست و این نیاز احساس می شود تا از سیستم های دیگری به نام سیستم های تشخیص نفوذ استفاده شود. سیستم تشخیص نفوذرا می توان مجموعه ای از ابزارها، روش ها و مدارکی در نظر گرفت که به شناسایی، تعیین و گزارش فعالیت های غیرمجاز یا تائید نشده تحت شبکه، کمک میکند. سیستم های تشخیص نفوذ به صورت سیستم های نرم افزاری و سخت افزاری ایجاد شده و هر کدام مزایا و معایب خاص خود را دارند. به دلیل وجود مشخصه های زیاد در داده های مربوط به سیستم های تشخیص نفوذ در این تحقیق ما مشخصه های مطلوب و موثر را با استفاده از الگوریتم ژنتیک بهبود یافته انتخاب می کنیم. سپس با استفاده از تکنیک های داده کاوی استاندارد، مدلی برای طبقه بندی داده ها ارائه می دهیم. برای ارزیابی عملکرد روش پیشنهادی از پایگاه داده NSL-KDD که  نسبت به سایر داده های تشخیص نفوذ از رکوردهای واقعی تری برخورد دار است، استفاده خواهیم کرد.

نویسندگان

حسین مومن زاده حقیقی

دانشگاه آزاد بوشهر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Liao, Hung-Jen, Chun-Hung Richard Lin, Ying-Chih Lin, and Kuang-Yuan Tung. ...
  • Pan, Shengyi, Thomas Morris, and Uttam Adhikari.(۲۰۱۵). Developing a hybrid ...
  • Zuech, Richard, Taghi M. Khoshgoftaar, and Randall Wald.(۲۰۱۵). Intrusion detection ...
  • Denning, Dorothy E., and Peter G. Neumann. (۱۹۸۵), Requirements and ...
  • بکارگیری الگوریتم های ترکیبی یادگیری ماشین در بهبود سیستم های تشخیص نفوذ [مقاله کنفرانسی]
  • Goyal, Anup, and Chetan Kumar, (۲۰۰۸). GA-NIDS: a genetic algorithm ...
  • Muda, Z., W. Yassin, M. N. Sulaiman, and N. I. ...
  • Sriparna Saha, Ashok Singh Sairam, Asif Ekbal,(۲۰۱۲). Genetic Algorithm Combined ...
  • Benaicha, Salah Eddine, Lalia Saoudi, Salah Eddine Bouhouita Guermeche, and ...
  • Chae, Hee-su, Byung-oh Jo, Sang-Hyun Choi, and Twaekyung Park, (۲۰۱۵). ...
  • Aghdam, Mehdi Hosseinzadeh, and Peyman Kabiri, (۲۰۱۶). Feature selection for ...
  • Park, Chan Hee, and Seoung Bum Kim. (۲۰۱۵), Sequential random ...
  • [۱۴ ...
  • Hidayati, R., Kanamori, K., Feng, L., & Ohwada, H. (۲۰۱۶). ...
  • Nsl-kdd dataset for network based intrusion detection systems. Available on: ...
  • Tavallaee M, Stakhanova N and Ghorbani AA., (۲۰۱۰). Towards credible ...
  • Warsi, Sana, Yogesh Rai, and Santosh Kushwaha, (۲۰۱۵). Selective Iteration ...
  • Mubarak, Shaik Liyakhat, (۲۰۱۶). Intrusion Detection System using SVM, SOM ...
  • نمایش کامل مراجع