ارائه یک روش جدید با استفاده از یادگیری عمیق برایتشخیص نفوذ در شبکه

تشخیص نفوذ در فضای سایبری، زمینه مهمی برای تحقیقات امروزی در حوزه امنیت شبکه های کامپیوتری است.هدف از طراحی و پیاده سازی سیستم های تشخیص نفوذ، دسته بندی دقیق کاربران مجازی، هکرها و نفوذکنندگان به شبکهبراساس رفتار طبیعی و غیرطبیعی آنها است. با توجه به افزایش چشمگیر حجم داده های رد و بدل شده در فضای سایبری،شناسایی و کاهش ویژگی های نامناسب داده ها، نقش مهمی در افزایش دقت و سرعت سیستم های تشخیص نفوذ خواهدداشت. پیشرفته ترین سیستم های تشخیص نفوذ برای شناسایی یک حمله با بازرسی اطلاعات کامل یک حمله طراحی شده اند.این بدان معنی است که یک سیستم تشخیص، تنها پس از اجرای حمله بر روی سیستم مورد حمله، قادر به تشخیص حملهخواهد بود. در این مقاله، ما یک سیستم تشخیص نفوذ زودهنگام انتها به انتها را پیشنهاد میکنیم تا از حملات شبکه قبل ازاینکه آسیب بیشتری به سیستم وارد کنند، جلوگیری کند. روش پیشنهادی، از یک طبقهبندی کننده مبتنی بر شبکه عصبیعمیق برای شناسایی حمله استفاده می کند. شبکه، به روشی تحت نظارت آموزش داده شده است تا ویژگی های مربوطه را از داده های ترافیک شبکه خام استخراج کند. به طور تجربی، رویکرد پیشنهادی، برروی مجموعه داده NSL-KDD ارزیابی شده است. آزمایش های گسترده نشان می دهد که روش پیشنهادی، از نظر دقت، نرخ تشخیص و نرخ مثبت کاذب، از روش هایپیشرفته، بهتر عمل می کند و به طور موثر نرخ تشخیص طبقات اقلیت را بهبود می بخشد

کلیدواژه ها:

امنیت در فضای سایبری ، تشخیص نفوذ ، کلاس بندی ، حمله ، یادگیری عمیق