تشخیص نفوذ در شبکه موردی با استفاده از روش های طبقه بندی

یکی از روش های تشخیص نفوذ، پایش پارامترهای شبکه و تحلیل آن می باشد. در این مقاله، پایش پارامترهای شبکه موردی، بر روی شبکه های مختلف در حالت های حمله، عادی، شبکه پرترافیک، شبکه کم ترافیک، شبکه با چگالی زیاد و کم بررسی شده است. از بین روشهای داده کاوی طبقه بندی روش kامین نزدیک ترین همسایه (KNN) انتخاب شده و با نرم افزار Opnet پیاده سازی گردید. از این روش برای تشخیص گره های حمله کننده از گره های عادی شبکه استفاده شده است. برای آموزش روش های انتخابی، داده ها به شیوه مناسبی به دو دسته آموزشی و آزمایشی تقسیم شدند. این کار به گونه ای انجام شد که نمونه ها برای آموزش از تمام قسمت های داده موجود باشند. 10% از کل داده ها برای فرایند آموزش و 90% از داده ها برای فرایند آزمایش استفاده شده اند. سپس KNN برای هر کدام از مجموعه های داده نرخ True positive و نرخ False positive محاسبه شده است

کلیدواژه ها:

سیستم تشخیص نفوذ ، حمله ممانعت سرویس ، شبکه موردی ، طبقه بندی