شناسایی انواع حملات در سیستم تشخیص نفوذ با مدل ترکیبی یادگیری ماشین

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 222

فایل این مقاله در 12 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:

ITCT17_053

تاریخ نمایه سازی: 26 دی 1401

چکیده مقاله:

شبکه برق هوشمند با برقراری نوعی ارتباط دیجیتالی دوطرفه انرژی مورد نیاز را برای مصرف کنندگان نهایی تامین می کند. این شبکه مدام در معرض وقوع حملات مختلف قرار دارد که میتواند یکپارچگی و محرمانگی داده را نقض کند. در اکثر تحقیقات استفاده از سیستم های تشخیص نفوذ به عنوان یک راه حل کاربردی و موثر پیشنهاد می گردد. هدف از تشخیص نفوذ این ا ست که استفاده غیرمجاز، سوءاستفاده و آسیب رساندن به سیستم ها و شبکه های کامپیوتری توسط کاربران داخلی و حمله کنندگان خارجی شناسایی شود که یکی از روش های تشخیص نفوذ استفاده از یادگیری ماشین است که در این مقاله از مدل ترکیبی یادگیری ماشین برای شناسایی هر حمله به صورت جداگانه روی مجموعه داده nsl-kdd استفاده شده است. نتایج ارزیابی دقت ۹۹ % تا % ۹۷ درصد را برای حملات مختلف نشان می دهد.

نویسندگان

زهرا انارکی

گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه شیخ بهایی

شکوفه یراقی

گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه شهید اشرفی اصفهانی

حسین محمدی نژاد

گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه شیخ بهایی