بهینه سازی تشخیص حملات تزریق SQL با استفاده ترکیبی از الگوریتم های جنگل تصادفی و ژنتیک

  • سال انتشار: 1400
  • محل انتشار: فصلنامه فرماندهی و کنترل، دوره: 5، شماره: 1
  • کد COI اختصاصی: JR_ICI-5-1_006
  • زبان مقاله: فارسی
  • تعداد مشاهده: 249
دانلود فایل این مقاله

نویسندگان

جواد مرادی

Imam Hossein University

مجید غیوری ثالث

Imam Hossein University

چکیده

علی­رغم تمام تلاش متخصصان امنیتی برای کشف حملات تزریق SQL، اما بر اساس گزارش OWASP، کماکان حمله تزریق SQL به­عنوان مهم­ترین و زیان­بارترین حمله سایبری توسط مهاجمین مورد استفاده قرار می­گیرد. به­منظور تشخیص حملات از دو روش مبتنی بر امضاء و مبتنی بر رفتار استفاده می­شود. روش­های مبتنی بر امضاء برای حملات شناخته شده کاربرد دارند و روش­های مبتنی بر رفتار برای تشخیص حملات ناشناخته مناسب هستند. از آنجایی که حملات به روش­های مختلفی پیاده­سازی می­شوند سیستم­های تشخیص نفوذ مبتنی بر رفتار، کاربرد بیشتری دارند. رفتار را می توان با استفاده از روش­هایی مانند طبقه­بندی، خوشه­بندی و غیره تحلیل کرد. یکی از مهم­ترین الگوریتم­های طبقه­بندی، الگوریتم جنگل تصادفی است که دقت بالایی دارد و از طرفی پیاده­سازی و تفسیر نتایج با استفاده از این الگوریتم به سادگی قابل انجام است. با توجه به بررسی­های انجام شده دقت الگوریتم جنگل تصادفی به شدت وابسته به پارامترهای ورودی آن است. این پارامترها شامل ۹ مورد ازجمله تعداد درخت ها، عمق آن ها، نحوه رای­گیری، بهره اطلاعاتی و غیره است. تعیین بهینه این پارامترها یک مسئله بهینه سازی با فضای حالت بزرگ است. در این پژوهش روشی بر اساس الگوریتم ژنتیک برای تعیین مقادیر بهینه این پارامترها ارائه شده است. در اثر تعیین بهینه پارامترها، نتایج به دست آمده در مقایسه با حالت پیش فرض الگوریتم و سایر تحقیقات، بهبود دقت تشخیص را نشان می دهد. نتایج ارزیابی حاکی از آن است که دقت تشخیص نفوذ در روش پیشنهادی، ۹۸% بوده است که در مقایسه با الگوریتم جنگل تصادفی با پارامترهای پیش فرض حدودا ۱۱% و در مقایسه با پژوهش­های قبلی ۰۸% دقت تشخیص، افزایش یافته است.

کلیدواژه ها

Random forest algorithm, Genetic algorithm, SQL injection attack, Database intrusion detection system, الگوریتم جنگل تصادفی, الگوریتم ژنتیک, حمله تزریق SQL, سیستم تشخیص نفوذ پایگاه داده

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.