کاربرد یادگیری ماشین جهت تشخیص حملات DDoS در امینت سایبری

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 192

فایل این مقاله در 9 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:

ICCPM03_014

تاریخ نمایه سازی: 28 آبان 1403

چکیده مقاله:

با توجه به تحول روز افزون تکنولوژی و افزایش سطح تماس کاربران تهدید با دنیای سایبری، شناسایی تهدیدات سایبری مانند حملات توزیع شده انکار سرویس (DDoS) هنگام رصد فعالیت ها و گزارشات فایروال و سرور اهمیت بسیار فراوان دارد. در مقالات پیشین خود در رابطه با موضوع شناسایی حملات بدافزار (Malware) و نفوذ (Intrusion) پژوهش نموده و روش نوآورانه ای با استفاده از مدل ماشین بردار پشتیبان (SVM) با کرنل چندجمله ای (Polynomial) ارائه نمودیم. این روش به طور موثر الگوهای پیچیده و غیرخطی موجود در داده را که ممکن است مدل های خطی سنتی نادیده بگیرند را در نظر گرفته و ثبت میکند. همچین این مدل خود را در پژوهش پیشین در رابطه سایر حملات به صورت کامل به اثبات رسانده و خود را در تشخیص حملات سایبری به صورت مجزا توانمند نشان داده است. در این پژوهش نیز به صورت تکمیلی این توانمندی را به وسیله تشخیص موفق و با دقت بالا برای حملات DDoS در یک مجموعه داده ۴۰۰۰۰تایی تثبیت می نماید.

کلیدواژه ها:

حمله توزیع شده انکار سرویس ، تشخیص نفوذ ، تشخیص بدافزار ، تهدیدات سایبری

نویسندگان

مصطفی حسینی

موسسه آموزش عالی شاهرود