تشخیص هوشمند نفوذ مبتنی برداده کاوی با استفاده ازسیستم های طبقه بندXCS بهبود یافته

سیستم طبقه بندی XCS که بهعنوان یکی ازموفقترین عاملهای یادگیرنده برای حل مسائل Learning Agents شناخته شده است قوانین خود را براساس دقت آنها درپیش بینی پاداش دریافتی ازمحیط ارزیابی و با استفاده ازالگوریتم ژنتیک به روز اوری می کند دراین مقاله یک سیستم تشخیص نفوذ مبتنی برداده کاوی ارایه و سعی میشود با استفاده ازXCS بهبود یافته دریک سیستم تشخیص نفوذ مانند SNORT قابلیت های آن افزایش یابد این نرم افزار مبتنی برامضا بوده و محتوای پکت ارسالی را کنترل می کند و آن را با اطلاعات پایگاه اطلاعاتی مقایسه می کند درصورتی که به هنگام سازی قانونها مشکل بوده که باعث بوجود آمدن False Positive Negative False می شود براساس رهیافت متداول که برای تربیت XCS ارایه میگردد تنها برازندگی قوانینی افزایش می یابد که به داده های تربیتی پاسخ صحیح بدهند این بدان معناست که شانس هرقانون برای بقا و مشارکت درفرایند تولید مثل بستگی مستقیم به نحوه پاسخگویی آن به داده های تربیتی دارد و تعیین واقعگرایانه این شانس نیازمند بکارگیری انبوهی از داده های تربیتی است روش پیشنهادی این محدودیت را کاهش میدهد و کارایی روش مزبور نیز ازطریق مقایسه نتایج بدست آمده با نتایج موجود درمقالات دیگر مورد ارزیابی قرارمیگیرد.

کلیدواژه ها:

سیستم تشخیص نفوذ ، XCS ، داده کاوی ، عامل یادگیرنده ، SNORT