مروری برمجموعه داده های بکاررفته درسیستمهای تشخیص نفوذ به منظور استفاده در اندازه گیری کارایی الگوریتمهای دسته بندی کننده یادگیر

حدود پانزده سال از ورود متدهای یادگیری ماشین به زمینه ی سیستمهای تشخیص نفوذ م یگذرد دراین مدت اکثر این متدها در سیستمهای تشخیص نفوذ به کاررفته و تست شده اند مهمترین مساله دراین متدها وجود مجموعه داده هایی است که عمل آموزش و تست متدها براساس آنها انجام میگیرد درزمینه سیستمهای تشخیص نفوذ گستردگی زیادی درمجموعه داده ها وجود ندارد و عملا چندمجموعه داده انگشت شمار وجوددارند که اکثر محققین از آنها برای ارزیابی متدهای ابداعیشان استفاده می کنند این مجموعه داده ها گاها از روی یکدیگر ساخته شده و بدیهی است که مشکلات ذاتی اجداد خود را به ارث برده اند دراین مقاله سعی شده است که مجموعه داده های موجود معرفی و پرکاربردترین انها بررسی شده و معایبشان تحلیل شود .

کلیدواژه ها:

مجموعه داده ، سیستم تشخیص نفوذ ، NSL-KDD KDD99