سیستم تشخیص نفوذ مبتنی بر ترکیب شبکه های عصبی

شیوع روز افزون حملات اینترنتی به مشکلی رایج در دنیای مجازی و شبکه های کامپیوتری تبدیل شده است. این امر می تواند محرمانه بودن ،قابلیت دسترسی و جامعیت اطلاعات مهم و حیاتی شرکت ها و افراد را تحت تاتیر قرار دهد . از این رو جلوگیری از این حملات برای انواع شبکه ها امری اجتناب ناپذیر است. سیستم تشخیص نفوذ یکی از مهم ترین ابزار های امنیت شبکه است که از آن برای جلوگیری و تشخیص حملات و فعالیت های غیرمجاز استفاده می شود. با استفاده از روش های یادگیری ماشینی و شبکه های غصبی مصنوعی ،سستم های تشخیص نفوذ قادر به شناسایی حملات و ناهنجاری های شبکه، با دقت و قابلیت اطمینان بالا می باشند. در این تحقیق سیستم تشخیص نفوذ مبتنی بر ترکیب شبکه های عصبی با استفاده از شبکه های عصبی پرسپترون چند لایه و شبکه های عصبی شعاعی با نرخ تشخیص 99/9% ارائه شده است. نتایج بدست آمده نشان می دهد،عملکرد مدل پیشنهادی در مقایسه با مدل هایی که تنها از یک روش یادگیری ماشینی استفاده می کنند،بهتر است.

کلیدواژه ها:

سیستم تشخیص نفوذ ، روش های یادگیری ماشینی ، شبکه های عصبی مصنوعی