ترکیب الگوریتم های سنجاقک و ملخ در انتخاب ویژگی ها برای تشخیص نفوذ در شبکه

  • سال انتشار: 1402
  • محل انتشار: ششمین همایش ملی توسعه علوم فناوریهای نوین در مدیریت، حسابداری و کامپیوتر
  • کد COI اختصاصی: IVCONF06_170
  • زبان مقاله: فارسی
  • تعداد مشاهده: 109
دانلود فایل این مقاله

نویسندگان

رضا شمسائی

استادیار دانشکده کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد

علی دلیری بیدختی

دانشجوی کارشناسی ارشد شبکه های کامپیوتری دانشگاه صنعتی سجاد

چکیده

یادگیری ماشین می تواند راهکار مناسب سیستم تشخیص نفوذ باشد بشرط آنکه بتواند در مواجه با ویژگی های متعدد داده های تشخیص نفوذ و همچنین الگو متفاوت آنها، فاز انتخاب ویژگی و فاز طبقه بندی کارا داشته باشد. در مدل پیشنهادی پیدا کردن تاثیرگذارترین ویژگی ها توسط روش تکاملی ترکیبی انجام شده و سپس روش یادگیری چندتایی با رای گیری، نتیجه تشخیص نفوذ را تعیین می کند. نتایج مدل پیشنهادی یعنی روش تکاملی ترکیبی الگوریتم سنجاقک و ملخ در فاز انتخاب ویژگی و طبقه بندی چندتایی در مقایسه با الگوریتم جستجوی ممنوع، سنجاقک و ملخ بصورت تکی در فاز انتخاب ویژگی و طبقه بندی جنگل تصادفی بروی مجموعه داده استاندارد UNSW-NB نشان داد که مدل پیشنهادی توانسته بطور میانگین تا ۱,۸ درصد تاثیر مثبت بروی نتایج تشخیص نفوذ داشته باشد.

کلیدواژه ها

تشخیص نفوذ، الگوریتم بهینه سازی سنجاقک، الگوریتم بهینه سازی ملخ، یادگیری چندتایی

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.