ارزیابی روش های تشخیص نفوذ (IDS) مبتنی بر یادگیری عمیق در شبکه های رایانه ای

این پژوهش به بررسی سیستم های تشخیص نفوذ (IDS) و ابزار SolarWinds می پردازد که از ترکیبی از روش های تشخیص مبتنی بر امضا و ناهنجاری برای نظارت بر ترافیک شبکه و لاگ های سیستم ها استفاده می کند. با استفاده از پایگاه داده امضاهای حمله، این ابزار قادر است تهدیدات شناخته شده را شناسایی کند و همچنین رفتار عادی شبکه را تحلیل نماید. در صورت شناسایی ناهنجاری ها، هشدارهای لازم به مدیران امنیتی ارسال می شود تا امکان پاسخ دهی سریع به حوادث فراهم گردد. یکی از ویژگی های کلیدی SolarWinds، قابلیت یکپارچگی آن با ابزارهای مدیریت اطلاعات و رویدادهای امنیتی (SIEM) است که به بهبود تحلیل و پاسخ به تهدیدات کمک می کند. این پژوهش نشان می دهد که با استفاده از SolarWinds، سازمان ها می توانند به طور موثری از شبکه های خود در برابر تهدیدات سایبری محافظت کنند و از شناسایی به موقع هرگونه فعالیت مشکوک اطمینان حاصل نمایند.

کلیدواژه ها:

سیستم های تشخیص نفوذ ، SolarWinds ، تشخیص مبتنی بر امضا ، تشخیص ناهنجاری.