ارائه یک روش جدید برای تشخیص نفوذ و رفتارهای مخرب در داده های حجیم

امروزه حفظ امنیت اطلاعات و تشخیص نفوذ به منظور مقابله با رفتارهای مخرب در داده های حجیم از اهمیت بسزایی برخوردار است. در این مقاله یک روش ترکیبی نرم افزاری سخت افزاری برای تشخیص داده های مخرب ارائه شده است. در این روش سه فاکتور پیشرفت زمانی، تاریخچه کاربران و مقیاس پذیری لحاظ شده است. در روش پیشنهادی از تکنیک های ذخیره سازی و استخراج ویژگی جهت افزایش سرعت و کاهش حجم محاسبات استفاده می شود. همچنین برای طبقه بندی از الگوریتم ماشین بردار پشتیبان تغییر یافته و برای عملیات استخراج ویژگی ها از الگوریتم غذایابی باکتری بصورت موازی سازی شده، بهره برده شده است. نتایج نشان می دهد که الگوریتم پیشنهادی نسبت به سایر روش های مشابه، از نظر نرخ تشخیص ۲۱%، نرخ مثبت کاذب ۶۲%، دقت ۱۵% و زمان اجرا ۷۰% بهتر عمل می کند. کاهش زمان اجرا بیانگر آن است که برای اجرای الگوریتم به انرژی مصرفی کمتری نیاز است که در نتیجه می تواند علاوه بر صرفه جویی انرژی؛ جهت بکارگیری در سیستم های انرژی سبز نیز سودمند باشد.

کلیدواژه ها:

تشخیص نفوذ ، رفتارهای مخرب ، الگوریتم ماشین بردار پشتیبان ، کلان داده ها ، الگوریتم غذایابی باکتری