توسعه ابزار خودکار تولید امضاهای Snort برای سیستم های تشخیص نفوذ با استفاده از شبکه عصبی عمیق

در عصر حاضر و با رشد فزاینده تهدیدات سایبری، توسعه راهکارهای هوشمندانه جهت مقابله با نفوذ در شبکه ها اهمیت ویژهای یافته است. تولید دستی امضاها برای سامانههایی مانند Snort چالشهایی از جمله کندی، دقت پایین و عدم توانایی بهروزرسانی سریع را دارد. پژوهش حاضر به معرفی ابزار خودکار مبتنی بر شبکه عصبی عمیق برای تولید امضاهای جدید Snort می پردازد. ابزار پیشنهادی با بهره گیری از داده های ترافیک شبکه و الگوریتم های یادگیری عمیق و خوشه بندی (SVM بهینه شده) مدل تولید امضا را خودکارسازی و ارزیابی کرده است. نتایج پیاده سازی در داده های آزمایشگاهی و عملیاتی نشاندهنده بهبود دقت، سرعت و کاهش مثبت و منفی کاذب نسبت به روش های سنتی است. این پژوهش برگرفته از پایان نامه کارشناسی ارشد نویسنده است.

کلیدواژه ها:

سیستم تشخیص نفوذ ، Snort ، شبکه عصبی عمیق ، یادگیری ماشین ، تولید خودکار امضا