تشخیص نفوذ با استفاده از خوشه بندی با رویکرد داده کاوی

توسعه سریع بازار کسب و کار و دیگر سیستم های معامله گر بر روی اینترنت باعث شده که امروزه امنیت کامپیوتر یک مسئلهحیاتی شود. در سالهای اخیر، داده کاوی و یادگیری ماشین در محدوده ی گسترده ای مورد تحقیق قرار گرفته اند تا تشخیص نفوذرا با دقت بالا و به صورت طبقه بندی شده انجام دهند. که این کار باعث تشخیص دقیق تر و سریعتر نفوذگران می شود. نفوذ گرانبا استفاده مکرر از دستورات خاص به دنبال راههای نفوذ در شبکه هستند.تعداد تکرار این دستورات باعث می گردد که داده هایمر تبط با نفوذ مرتبا فراخوانی و استفاده گردد. با استفاده از شناخت درخواست های سایت می توان راهکارهایی برای سیستم تشخیصنفوذ ارائه داد.یکی از روشهای متدوال برای شناخت درخواستهای متدوال از درخواست های نفوذگر ،استفاده از روش خوشه بندیاست. خوشه بندی با رویکرد داده کاوی با کاوش در داده ها سعی در شناخت درخواست های غیر متداول و در خواست های نفوذ مینماید.در سالهای اخیر ارائه روش های مختلف خوشه بندی و ترکیب آن با روش های مختلف هوش مصنوعی ، الگوریتم هایی موثریرا برای تشخیص نفوذ ارائه داده است.این مقاله به بررسی الگوریتم ها ی خوشه بندی در تشخیص نفوذ می پردازد.و سعی دارد ازگذشته و سیر تکاملی آن پیشنهاداتی برای تحقیقات آتی فراهم نماید.

کلیدواژه ها:

خوشه بندی ، سیستم تشخیص نفوذ ، درخواست های متداول ، درخواست های غیر متداول