ارائه روش بهینه در سیستم تشخیص نفوذ مبتنی بر داده کاوی برای افزایش نرخ تشخیص و کاهش مثبت کاذب
محل انتشار: چهارمین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,690
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE04_139
تاریخ نمایه سازی: 6 مهر 1391
چکیده مقاله:
در این مقاله بهبود عملکرد در سیستم تشخیص نفوذ IDS مبتنی بر داده کاوی با ارائه الگوریتمهای خوشه بندی پرداخته شده است و به منظور افزایش توان یادگیری رقابتی LAMSTRE استفاده از شبکه های عصبی و الگوریتم انتخاب نمونه خوشه معرفی شده است KDDCUP99 مجموعه اعداد برای ارزیابی سیستم تشخیص نفوذ بکار برده می شود و این مجموعه داده در 5 کلاس DOS, Normal,U2R,R2L,Veb ارائه شده مجموعه داده بدست آمده برای بدست آوردن الگوریتم ترکیبی در سیستم تشخیص نفوذ مبتنی بر هوش محاسباتی (CL computational) Intelligence) برای بهینه کردن عملکرد سیستم تشخیص نفوذ ارائه شده در اینجا روشی در مجموعه هوش محاسباتی از جمله شبکه عصبی مصنوعی و فازی و محاسبات تکاملی ارائه شده است.
کلیدواژه ها:
سیستم تشخیص نفوذ و داده کاوی و خوشه بندی و الگوریتم شبکه عصبی و هوش محاسباتی
نویسندگان
طاهره آسوار
دانشگاه آزاد اسلامی واحد کرمان
محبوبه شمسی
دانشگاه آزاد اسلامی واحد بردسیر
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 :