بهبود عملکرد فایروال ها از طریق طبقه بندی گزارش های ترافیک شبکه با استفاده از مجموعه داده فیرات و الگوریتم درخت تصمیم گیری

تا زمانی که یک سیستم کامپیوتری به اینترنت متصل است، به عنوان یک قربانی در معرض حمله قرار دارد. در شبکه های کامپیوتری، مدیریت شبکه بر اساس پارامترهایی مانند اندازه شبکه و داده های شبکه بسیار اهمیت پیدا می کند. فایروال ها دستگاه هایی هستند که به مدیران شبکه کمک می کنند تا امنیت شبکه را برقرار کنند و بر اساس قوانینی که برای فایروال تعیین شده است، ترافیک ورودی و خروجی شبکه را کنترل کنند. فایروال ها می توانند به عنوان مهم ترین مولفه های شبکه در برقراری امنیت در نظر گرفته شوند. دانشگاه فیرات مجموعه داده ای را ارائه کرده است که شامل گزارش های فایروال با چندین کلاس برای تصمیم گیری های فایروال است. این مطالعه از تکنیک های داده کاوی برای بهبود عملکرد اعتبارسنجی طبقه بندی با استفاده از الگوریتم های مختلف یادگیری ماشین مانند شبکه های عصبی، یادگیری عمیق، و KNN استفاده می کند. نتایج آزمایش ها نشان می دهد که بیش از ۱۰٪ بهبود در دقت و نرخ یادآوری در بین سناریوهای مختلف استفاده شده در کارهای مرتبط حاصل شده است، همچنین بهبود جزئی در دقت نیز مشاهده شد. الگوریتم درخت تصمیم گیری سریع و قابل توضیح نسبت به سایر الگوریتم ها است.

کلیدواژه ها:

فایروال ، طبقه بندی ، تحلیل گزارش ، امنیت شبکه