تشخیص نفوذ در شبکه با استفاده از شبکه های یادگیری عمیق کانولوشن

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 146

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFIT01_0918

تاریخ نمایه سازی: 4 مهر 1403

چکیده مقاله:

تشخیص نفوذ در شبکه های کامپیوتری امری اساسی برای حفظ امنیت و حفاظت از دادهها است . در این مقاله ، یک روش نوین برای تشخیص نفوذ با استفاده از شبکه های یادگیری عمیق کانولوشنی ( (CNN ارائه می شود. مساله اصلی در این حوزه، تشخیص فعالی ت های ناپسند و مشکوک در شبکه است که می تواند به تهدید امنیتی برای سیستم ها و دادهها منجر شود.یکی از اصلی ترین نوآوری های این مقاله ، استفاده از شبکه های یادگیری عمیق کانولوشنی برای استخراج ویژگی های مهم از دادههای شبکه است . این روش نه تنها به دقت و کارا یی تشخیص نفوذ کمک می کند، بلکه قابلیت تشخیص نفوذها ی جد ید و پیش بینی آنها را نیز دارد.نتایج شبیه سازی نشان می دهد که روش پیشنهادی ، علاوه بر بهبود چشمگیر در دقت تشخیص نفوذ، دارای کارایی بالا در تشخیص فعالیت های مشکوک است .این ارتقاء در تشخیص نفوذ می تواند به بهبود امنیت شبکه های اطلاعاتی و حفظ حریم شخصی کاربران کمک کند.

کلیدواژه ها:

نویسندگان

محمد کوه پیما

دانشجو کارشناسی ارشد ،گروه فناوری اطلاعات، دانشکده فنی ومهندسی، دانشگاه آزاد اسلامی واحد سپیدان،ایران.

مهرداد رضایی

عضوهیات علمی، گروه فناوری اطلاعات، دانشکده فنی ومهندسی، دانشگاه آزاد اسلامی واحد سپیدان،ایران.