تشخیص نفوذ به شبکه های کامپیوتری با روش MMF یک روش مبتنی بر یادگیری دسته بند فازی

با توجه به اینکه تفاوت کلاس حمله و کلاس رفتار عادی خوش تعریف نیست و از طرف دیگر ،منطق فازی اجازه می دهد که یک نمونه متلق به چند کلاس با درجات تعلق مختلف باشد، در نتیجه بکارگیری منطق فازی در سیستم های تشخیص نفوذ می تواند مفید و موثر باشد. ت اکنون منطق فازی اکثر موارد، به صورت ترکیب منطق فازی با الگوریتم ژنتیک یا شبکه عصبی بوده است و روش های دسته بندی فازی، کمتر استفاده شده است. در این مقاله یکی از روش های دسته بندی فازی بهنامEmmff که اخیرا برای تشخیص نفوذ ارائه شده است، بررسی و نقد ، می شود. با بررسی روش،Emmff مشاهده شد که این روش در قسمت انتخاب خصیصه ضعف دارد . در این مقاله، روش انتخاب خصیصهEmmff بهبود داده شده است و کارایی آن در تشخیص نفوذ به شبکه های کامپیوتری بررسی شده است. نتایج ارزیابی نشان داد که روش بهبود یافته Emmff نسبتبه روش ،Emmff از یک سو معیارهای "نرخ اعلام نادرست" و "نرخ تشخیص " را به ترتیب 1/48% و 1/33% بهبود داده است و از سوی دیگر منجر به کاهش تعداد قوانین فازی تشخیص نفوذ به میزان 31/45% و همچنین کوچکتر شدن قسمت If قوانین به میزان 54/57% می شود. روش MMF در مقایسه با سایر ، روش های تشخیص نفوذ فازی ضمن داشتن نرخ تشخیص قابل مقایسه، حداقل 0/34% نرخ اعلام نادرست را بهبود داده است.

کلیدواژه ها:

دسته بندی فازی ، تشخیص نفوذ ، نرخ تشخیص ، نرخ اعلام نادرست ، بهبود روش Emmff ، روش MMF ، داده های KDD