بررسی سیستم تشخیص ناهنجاری با استفاده از شبکه های عصبی PCA,ART

سیستم تشخیص تهاجم 1 ( IDS ( یک ابزار موثر برای جلوگیری از دستیابی های غیر مجاز به منابع شبکه می باشد. استراتژی های بسیار زیادی برای تشخیص تهاجم وجود دارد. . سیستم تشخیص ناهنجاری 2 به دنبال الگوهای غیر عاادی و ناهنجار در میان داده ها می باشد. یک سیستمتشخیص تهاجم دارای میزان تشخیص بالا و میزان خطای پایین باشد. برای طراحی سیستم تشخیص ناهنجاری بااستفاده از شبکه هاای عصبیپیشنهاد می دهد، به این صورت که آموزش شبکه های ع بی بکار رفته در آن به صورت دو مرحله ای و متوالی انجام می شود. ما این مدل جدید را بر روی دو شبکه عصبی مختلف آزمایش کردیم دو نوع شبکه ع بی استداده شده عبارتند از: شبکه عصبی مبتنی بر تحلیل مولفه های اساسی (PCA و شبکه عصبی بدون سرپرست (ART) . آزمایش ها و ارزیابی ها با استداده از پایگاه داده KDD CUP 99 انجام شده است. نتایج نشان می دهد که مدل ART قادر به دسته بندی درست بیش از 09 درصد ترافیک به دسته های نرمال و حمله میباشند

کلیدواژه ها:

سیستم تشخیص ناهنجاری 4 ، شبکه های عصبی 5 ، ناهنجاری ، امنیت 6 ، شبکه عصبی PCA ، شبکه عصی ART