ارائه روشی جهت دسته بندی و پایش رخدادهای شبکه کامپیوتری به منظور افزایش امنیت تبادل اطلاعات

با گسترش سریع شبکه های کامپیوتری در طول دهه گذشته، امنیت به یک مسئله بسیار مهم برای سیستم های کامپیوتری تبدیل شده است. روش های مختلفی مبتنی بر محاسبات نرم افزاری در سال های اخیر برای توسعه سیستم های تشخیص نفوذ پیشنهاد شده است. در این میان محققان به دنبال روش های مختلف برای برآورده کردن این نیاز به کشف و طراحی انواع سیستم های خبره، روش های آماری, داده کاوی و شبکه های عصبی روی آورده اند. روش پیشنهادی در این مقاله به بررسی انوع روش های تشخیص نفوذ در شبکه های کامپیوتری پرداخته و در راستای بهبود تشخیص نفود شبکه مدلی مبتنی بر ترکیب الگوریتم ژنتیک و شبکه عصبی پایه ای شعاعی پیشنهاد داده است. در روش پیشنهادی از الگوربتم ژنتیک برای کاهش ویژگی ها و انتخاب ویژگی های فرایند طبقه بندی شبکه عصبی پایه ای شعاعی استفاده شده است. الگوریتم پیشنهادی در نرم افزار MATLAB اجرا شده و از داده DARPA برای ارزیابی روش پیشنهادی استفاده شده است. نتایج شبیه سازی نشان می دهد که مدل پیشنهادی با انتخاب ویژگی های برتر و در نتیجه کاهش ویژگی های ورودی موجب کاهش پیچیدگی الگوریتم شده است. همچنین نتایج نشان می دهد که مدل پیشنهادی صحت تشخیص نفود در شبکه را رهبود بحشیده است.

کلیدواژه ها:

تشخیص نفوذ شبکه های کامپیوتری ، شبکه عصبی پایه ای شعاعی RBF ، الگوریتم ژنتیک