کاهش بعد توسط IG-CFS و طبقه بندی با استفاده از جنگل چرخشی جهت تشخیص نفوذ شبکه

  • سال انتشار: 1402
  • محل انتشار: نهمین کنفرانس ملی یافته های نوین علوم و تکنولوژی با محوریت کامپیوتر، مدیریت و حسابداری
  • کد COI اختصاصی: DSCONF09_097
  • زبان مقاله: فارسی
  • تعداد مشاهده: 60
دانلود فایل این مقاله

نویسندگان

نفیسه سلیمانی

دانشجو دکتری مهندسی کامپیوتر، گرایش نرمافزار، دانشگاه آزاد اسلامی واحد مشهد

چکیده

با توجه به رشد سریع اینترنت ، طی دهه های گذشته ، مسائل امنیتی شبکه به شدت رو به گسترش هستند. تشخیص نفوذ در شبکه ، فرآیند شنا سایی فعالیت های مخرب با آنالیز رفتار ترافیک شبکه می با شد. تکنیک های دادهکاوی، به طور گسترده ای جهت تشخیص ناهنجاریها، در سی ستم های ت شخیص نفوذ مورد ا ستفاده قرار گرفته اند. کاهش بعد، نقشی ا سا سی در سیستم تشخیص نفوذ ایفا می کند، زیرا تشخیص ناهنجاری در ترافیک شبکه با ابعاد بالا، فرآیندی زمانبر ا ست . در این مقاله ، رویکری ارائه شده ا ست که با بهره گیری از تکنیک انتخاب ویژگی و با استفاده از طبقه بند گروهی ، موفق به بهبود دقت طبقه بندی شده ایم . در رویکرد ارائه شده، ابتدا با استفاده از تکنیک انتخاب ویژگی بهره اطلاعاتی ، ابعاد مجموعه داده کاهش می یابد، سپس در گام بعدی با بهره گیری از تکنیک انتخاب ویژگی مبتنی بر همبستگی ، قابل اعتمادترین رکوردها استخراج شده و جهت طبقه بندی به طبقه بند گروهی جنگل چرخشی ارائه می شوند. برای ارزیابی عملکرد، مجموعه دادهی NSL-KDD جهت طبقه بندی ترافیک شبکه مورد استفاده قرار گرفته است . نتایج آزمایش ها بیانگر بهبود عملکرد دقت طبقه بندی و کاهش چشمگیر زمان محاسباتی می باشد.

کلیدواژه ها

کاهش بعد، تشخیص نفوذ، بهره اطلاعاتی ، انتخاب ویژگی مبتنی بر همبستگی ، جنگل چرخشی

مقالات مرتبط جدید

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.