بهبود کارایی سیستم های تشخیص نفوذ مبتنی بر تشخیص ناهنجاری به وسیله ترکیب خوشه بندی و دسته بندی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 663
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICKIS01_028
تاریخ نمایه سازی: 25 فروردین 1394
چکیده مقاله:
در توسعه سیستم های تشخیص نفوذ، هدف نهایی این است که به بهترین دقت ممکن برسیم. این هدف منجر به طراحی روش های ترکیبی برای رفع این مشکل میشود. ایده طبقه بندی ترکیب چند روش یادگیری ماشین به منظور بهبود عمل کرد سیستم های ترکیبی میباشد.روش مورد استفاده ترکیب خوشه بندیdbscanو دسته بندی درخت تصمیم و بیز ساده به منظور بهبود کارایی سیستم های تشخیص نفوذ براساس ناهنجاری ها میباشد. آزمایش های صورت گرفته در این مقاله که بر روی مجموعه دادهkyoto2006+ صورت گرفته، نشان می دهد که روش ترکیبی پیشنهادی بهبود کاریی نسبی نسبت به روش محققان پیشین مقایسه شده دارد. کارایی روش ترکیبی جدید با معیار های نرخ تشخیص ونرخ مثبت کاذب برای تعدادی از روز های ماه سنجیده شده است که بهترین نرخ تشخیص مربوط به مدل به دست آمده که از سه روز اول ماه برای آموزش استفاده کرده است و برابر با 99,39 می باشد. و بهترین نرخ مثبت کاذب مربوط به مدل به دست آمده که از پنج روزه اول ماه برای آموزش استفاده کرده است و برابر 0,23 می باشد
کلیدواژه ها:
دسته بندی بیز ساده ، دسته بند درخت تصمیم ، سیستم های تشخیص نفوذ ، نرخ تشخیص و نرخ مثبت کاذب ، خوشه بندیdbscan
نویسندگان
پویا شفیعی سروستانی
پردیس علوم و تحقیقات خراسان جنوبی، بیرجند، ایران
سیدمحمدحسین معطر
دانشگاه آزاد اسلامی واحد مشهد، ایران
کاظم نیکفرجام
پردیس علوم و تحقیقات خراسان جنوبی، بیرجند، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :