مقابله با بات نت ها با به کارگیری ماشین بردار پشتیبان و الگوریتم خوشه بندی فازی

در عصر حاضر، اخلال گران فضای اینترنتی با تحت کنترل درآوردن گروهی از رایانه ها از آنها برای مقاصد مخرب خود بهره می گیرند. بر همین اساس پژوهشگران بخشی از مطالعات خود در زمینه کشف حملات را به شناسایی شبکه های بات نت اختصاص داده اند. با آنکه تحقیقات گسترده ای در این زمینه انجام شده است، صحت تکنیک های کنونی به حدی نیست که اطمینان استفاده کنندگان از سیستم ها به ویژه در محیط اینترنت اشیا را جلب کند. در این مقاله یک چارچوب متشکل از الگوریتم خوشه بندی فازی جهت ارتقای کارایی تشخیص بات نت ها معرفی می شود. در این روش پس از پالایش داده ها شامل نرمال سازی و حذف داده های پرت با استفاده از ماشین بردار پشتیبان، الگوریتم خوشه بندی فازی بر روی داده ها اجرا می شود و داده ها از این طریق به داده های عادی و بات نت تقسیم بندی می شوند. یافته های حاصل از آزمون ها بیانگر دستیابی به دقت ۹۸/۷۵ درصد برای مجموعه داده Bot-IoT و دقت ۹۹/۲۶ درصد برای مجموعه IoTID۲۰ است. در نهایت این برداشت حاصل می شود که با استفاده از یک روش مبتنی بر منطق فازی می توان به نتایج بسیار مطلوبی در تشخیص بات نت ها دست یافت.

کلیدواژه ها:

تشخیص بات نت ، نرمال سازی داده ها ، خوشه بندی فازی ، ماشین بردار پشتیبان ، مجموعه داده بات