تشخیص نفوذ در شبکه با استفاده از الگوریتم بهینه سازی ترکیبی تبادل حرارتی و مرغ دریایی

رشد روزافزون رایانه و اینترنت، بستر جدید و پرکاربردی برای ارائه خدمات شبکه ای فراهم نموده است. این امر میزان ارائه خدمات اداری، اجتماعی، مالی، آموزشی و تفریحی را بر روی شبکه و به ویژه اینترنت به طور چشمگیری افزایش داده است. گسترش استفاده از کاربردهای اینترنت، فرصتی برای سوءاستفاده از شبکه و اطلاعات آن برای مقاصد مجرمانه به وجود می آورد. براین اساس نفوذ در شبکه و دسترسی غیرمجاز به اطلاعات، به یکی از اصلی ترین نگرانی های کاربران شبکه ها و همچنین مدیران شبکه تبدیل شده است. سیستم های  تشخیص نفوذ شامل مجموعه ای از ابزارها و سازوکارها برای نظارت بر سیستم های رایانه ای و ترافیک شبکه می باشد. روش های مختلفی برای تشخیص نفوذ مورداستفاده قرار می گیرد، مانند تکنیک های آماری، روش های مبتنی بردانش و همچنین روش های یادگیری ماشین. در این مقاله، یک روش برای تشخیص نفوذ با استفاده از الگوریتم های یادگیری ماشین بررسی و پیشنهاد شده است. مدل پیشنهادی، یک روش چند کلاسه می باشد که علاوه بر تشخیص نفوذ، نوع حمله را نیز مشخص می نماید. این روش یک مدل ترکیبی بوده که در آن از ترکیب الگوریتم­های بهینه سازی مرغ دریایی و تبادل حرارتی و الگوریتم جنگل تصادفی استفاده شده است. به منظور تحلیل در این پژوهش، مجموعه داده CICIDS-۲۰۱۷ به کاررفته است. روش پیشنهادی با چندین الگوریتم مختلف مقایسه شده و مقدار دقت در روش پیشنهادی  برابر با ۸/۹۸ به دست آمده که نسبت به بسیاری از روش های یادگیری ماشین دارای مقدار بالاتری می باشد.

کلیدواژه ها:

تشخیص نفوذ ، الگوریتم مرغ دریایی ، الگوریتم بهینه سازی تبادل حرارتی ، جنگل تصادفی ، CICIDS۲۰۱۷