چارچوب جامع برای تشخیص بی هنجاریهای شبکه در زمان واقعی با استفاده از تکنیک های پیشرفته یادگیری ماشین

رشد تصاعدی سیستم های شبکه ای و افزایش چشمگیر تولید دادهها چالش های عمدهای برای امنیت شبکه ایجاد کرده است . این مقاله به معرفی یک چارچوب جامع برای تشخیص بی هنجاری های شبکه در زمان واقعی با استفاده از تکنیک های پیشرفته یادگیری ماشینی و چارچوبهای پردازش دادههای بزرگ پرداخته است . سیستم پیشنهادی ازApache Hadoop ، Apache Kafkaو Apache Storm برای مدیریت و تحلیل کارآمد دادههای جریان شبکه استفاده می کند. در این پژوهش ، سیستم پیشنهادی بر روی یک شبکه دانشگاهی بزرگ پیادهسازی و ارزیابی شده است . نتایج نشان می دهد که این سیستم با استفاده ازFPGA ، سرعت پردازش و کارایی توان را به طور قابل توجهی افزایش داده و دقت بالایی در تشخیص بی هنجاری ها دارد. نتایج ارزیابی های جامع نشان می دهد که سیستم پیشنهادی قادر است بی هنجاری های شبکه را با دقت بالا و در زمان واقعی تشخیص دهد. این سیستم دارای ویژگی هایی مانند پایداری ، تحمل خطا، انعطاف پذیری و توسعه پذیری است که آن را برای استفاده در محیط های مختلف شبکه مناسب می سازد.

کلیدواژه ها:

امنیت شبکه ، تشخیص بی هنجاری ، یادگیری ماشین ، پردازش دادههای بزرگ.