افزایش دقت سیستم های تشخیص نفوذ در شبکه با استفاده از ترکیب روش انتخاب ویژگی مبتنی بر الگوریتم بهینه سازی ایمنی پویا و درخت تصمیم

شبکه ها و سیستم های اطلاعاتی یکی از مهم ترین بخش های سیستم های نوین را شامل می شوند که بدون استفاده از این سیستم های امکان ادامه فعالیت های اطلاعاتی دشوار خواهد بود. اختلال در این شبکه ها منجر به هزینه هایی غیر قابل محاسبه ولی مطمئنا عظیم خواهد بود. برای ایجاد امنیت کامل در یک سیستم کامپیوتری، علاوه بر دیواره های آتش و دیگر تجهیزات جلوگیری از نفوذ، سیستمهای دیگری به نام سیستم های تشخیص نفوذ مورد نیاز می باشند تا بتوانند در صورتی که نفوذگر از دیواره ی آتش ، آنتی ویروس و دیگر تجهیزات امنیتی عبور کرد و وارد سیستم شد، آن را تشخیص داده و چاره ای برای مقابله با آن بیاندیشند. یکی از مشکلات پیاده سازی سیستم های تشخیص نفوذ زیاد بودن اطلاعات و بالا بودن تعداد ویژگی های هر حمله است . وجود تعداد زیادی از این ویژگی های نامرتبط و زائد در مجموعه داده ای بر عملکرد الگوریتم یادگیری ماشین تاثیر منفی گذاشته و همچنین پیچیدگی محاسباتی را افزایش می دهد. بنابراین کاهش ابعاد مجموعه داده ای یک وظیفه اساسی در کاربردهای داده کاوی و یادگیری ماشین است .در این تحقیق برای اولین بار با ترکیب الگوریتم انتخاب ویژگی مبتنی بر بهینه سازی ایمنی مصنوعی و درخت تصمیم یک روش جدید برای بهبود دقت تشخیص نفوذ در شبکه ارائه شد. در روش پیشنهادی در ابتدا شباهت بین ویژگی های مختلف محاسبه شد. سپس در مرحله بعد ویژگی های با استفاده از تئوری گراف به تعداد خوشه تقسیم شده و در انتها ویژگی های نهایت با استفاده از بهینه سازی ایمنی مصنوعی و درخت تصمیم برای تشخیص نفوذ انتخاب می شوند. ارزیابی عملکرد روش پیشنهادی نشان داد که روش پیشنهادی با دقت مناسبی قادر به تشخیص نفوذ است و در مقایسه با روش های پیشین دارای برتری است .

کلیدواژه ها:

تشخیص نفوذ ، داده کاوی ، امنیت ، بهینه سازی ایمنی مصنوعی ، درخت تصمیم ، انتخاب ویژگی