ترکیب درخت تصمی مگیری و شبکه عصبی در جهت بهبود عملکرد سیستم های تشخیص نفوذ

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 462

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TIAU01_336

تاریخ نمایه سازی: 14 شهریور 1393

چکیده مقاله:

رشد روز افزون استفاده از خدمات شبکه های کامپیوتری از یک سو و حمله به شبکه های کامپیوتری از سوی دیگر باعث شده است سیست مهای تشخیص نفوذ به یک زمینه تحقیقاتی مهم در مسئله امنیت شبکه هایکامپیوتری تبدیل شوند. روش های تشخیص مورد استفاده در سیست مهای تشخیص نفوذ به دو دسته تقسیم می شوند، روش تشخیص سوء استفاده و روش تشخیص ناهنجاری. روش تشخیص سوء استفاده، توانایی مشخصنمودن نفوذها را به کمک الگوهای شناخته شده از رفتارهای حمله کسب می کند. در روش تشخیص ناهنجاری، مدیر شبکه وضعیت عادی بار ترافیک شبکه را تعریف می نماید و با مشاهده رفتارهایی که از وضعیت عادی پیروی نمی کنند موارد ناهنجاری را تشخیص می دهد.در این مقاله از ترکیب تکنیک داده کاوی الگوریتمC 4.5 و شبکه عصبی پرسپترون چند لایه به منظور تشخیص نفوذ در شبکه های کامپیوتری استفاده شده است.آزمایش ها نشان می دهند که سیستم تشخیص نفوذ پیشنهادی، در مقایسه با سیستم های مشابه، از عملکرد بهتری از لحاظ سرعت، نرخ تشخیص و نرخ اعلام نادرست برخوردار است.

کلیدواژه ها:

سیستم تشخیص نفوذ ، مجموعه دادهKDD99/الگوریتمC4.5/درخت تصمیم گیری ، داده کاوی ، شبکه عصبی چند لایه

نویسندگان

م صفایی پور

دانشگاه آزاد اسلامی واحد بروجرد- گروه مهندسی کامپیوتر

م فاضلی

دانشگاه علم و صنعت ایران- دانشکده مهندسی کامپیوتر- عضو هیئت علمی