سیستم تشخیص نفوذمبتنی برداده کاوی با استفادها زقانون پارت

در سیست مهای تشخیص نفوذ، با داده های حجیم برای تحلیل مواجه هستیم. بررسی مجموعه داده سیستم های تشخیص نفوذ نشان می دهد که بسیاری از ویژگی ها، ویژگی های غیرمفید، بی تأثیر در سناریوهای حملهو یا ویژگی های نامربوط هستند. بنابراین حذف ویژگی های نامناسب از مجموعه ویژگی، به عنوان یک راهکار مناسب برای کاهش مجموعه داده سیست مهای تشخیص نفوذ معرفی می شود. نیازمندی دیگری که در سیست مهای تشخیصنفوذ مطرح می باشد، دانستن مجموعه ویژگی بهینه برای هر نوع حمله است. چرا که در این صورت، سیستم تشخیص نفوذ قادر خواهد بود برای تشخیص هر نوع حمله، تنها از مجموعه ویژگی متناسب با آن حمله استفادهکند. در این پژوهش، روشی ارائه می شود که قادر است تمام نیازمند یهای فوق را پاسخگو باشد. در مدل ارائه شده، مسئله تشخیص نفوذ به صورت یک مسئله دسته بندی دو کلاسه مطرح می گردد. برای آموزش و آزمایش این مدل،از مجموعه داد ههای 99KDD استفاده شده که یک مجموعه داده استاندارد برای کاربردهای امنیتی می باشدآزمایش ها نشان می دهند که سیستم تشخیص نفوذ پیشنهادی، در مقایسه با سیست مهای مشابه، از عملکرد مناسبی از لحاظ سرعت، نرخ تشخیص و نرخ اعلام نادرست برخوردار است

کلیدواژه ها:

سیستم تشخیص نفوذ ، نرخ اعلام نادرست ، مجموعه دادهKDD99/KDD/الگوریتم c4.5 داده کاوی /قانون پارت