شناسایی نفوذ به شبکههای کامپیوتری نظامی، با استفاده از توابع چگالی کرنل

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 613

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NSMI15_165

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

بخش زیادی از انتقال اطلاعات در سیستمهای نظامی و امنیتی، از طریق شبکههای کامپیوتری انجام میشود. این شبکهها به دلیل اهمیت ویژه ای که از منظر کسب اطلاعات برای دشمن دارند، همواره مورد حمله و جاسوسی قرار میگیرند. از آنجایی که از نظر فنی ایجاد شبکههای کامپیوتری بدون نقاط ضعف و شکست امنیتی عملاً امکان پذیر نیست، شناسایی نفوذ به شبکههای کامپیوتری به یکی از موضوعات مهم تحقیقاتی در علم کامپیوتر تبدیل شده است. سیستمهای تشخیص نفوذ، سیستمهایی سختافزاری و یا نرمافزاری هستند که وظیفه آنها نظارت بر شبکه های کامپیوتری جهت شناسایی فعالیتهای مخرب و جاسوسانه و اعلان آنها به مدیریت شبکه است. روشهای تشخیص ناهنجاری، دستهای از روشهای تشخیص نفوذ میباشند. این روشها با مقایسه شرایط عادی سیستم با شرایط فعلی و با تشخیص تفاوتهای جدی که معمولاً در صورت بروز حملات رخ میدهند، حمله به شبکه را تشخیص میدهند. یکی از روشهای تشخیص ناهنجاری در دادهها، استفاده از توابع چگالی کرنل است. هدف از این مقاله، شناسایی نفوذ به شبکههای کامپیوتری نظامی با استفاده از این روش است. به این منظور کارائی آن در شناسایی حمله به شبکه، روی یک نمونه واقعیKDD CUP1999 بررسی شده است. نتایج حاکی از عملکرد مناسب این روش در تشخیص نفوذ است

کلیدواژه ها:

نویسندگان

کیومرث محمودی

دانشجوی کارشناسی ارشد مهندسی سواحل، دانشگاه صنعتی امیرکبیر

مصباح سایبانی

استادیار و عضو هیئت علمی دانشکده مهندسی دریا، دانشگاه صنعتی امیرکبیر

عباس مرادی

استادیار برنامه ریزی و مدیریت مناطق ساحلی، دانشکده علوم و فنون دریائی، دانشگاه هرمزگان

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 :
  • novel anomaly detection scheme based on principal A؛ه [1] Shyu, ...
  • Muraleedharar , N., Parmar, A., and Kumar, M., "A flow ...
  • Lazarevic, A., Ertoz. L., Kumar, V., Ozgur, A., and Srivastava, ...
  • Li, Y., Fang, B., Guo, L, , and Chen, Y., ...
  • Yang, J., and Huang, SHS., "Mining tcp/ip packets to detect ...
  • Patcha, A., Park, JM., "Network anomaly detection with incomplete audit ...
  • Ertoz, L., Eilertson, E., Lazarevic, A., Tan, P., Kumar, V., ...
  • The third international knowledge discovery and data mining tools competition ...
  • Lippmann, R. P., Fried, D. J., Graf, I., Haines, J. ...
  • Stolfo, S. J., Fan, W., Lee, W., Prodromidis, _ and ...
  • Latecki, L. J., Lazarevic, A., and Pokrajac, D. "Outlier Detection ...
  • Breunig, M. M., Kriegel, H.P., Ng, R.T., and Sander, J., ...
  • Hawkins, S., He, H., Willims, G., and Baxter, R., "Outlier ...
  • Provost, F., and Fawcett, T., "Robust Classification for Imprecise Environments, ...
  • نمایش کامل مراجع