طراحی سیستم تشخیص نفوذ با منطق فازی و یادگیری تقویتی جهت افزایش دقت

توسعه یک سیستم تشخیص نفوذ مستقیم در این پژوهش با ترکیب منطق فازی و الگوریتم یادگیری کیو مطرح شده است هدف اصلی از این پژوهش بدست آوردن بالاترین دقت طبقه بندی با استفاده از مجموعه داده های ان اس ال کا دی دی در تقسیم بندی ترافیک داده های شبکه به دو دسته نفوذی و عادی می باشد برای تشخیص نفوذ در مجموعه داده های پویا و پیچیده تاکنون بسیاری از روش های داده کاوی و یادگیری ماشین مورد استفاده قرار گرفته اند که از جمله معایب این روش ها عدم پردازش هر دو نوع داده گسسته و پیوسته و طولانی بودن روند یادگیری اشاره کرد روش پیشنهادی با استفاده از منطق فازی به یادگیری سیستم پرداخته و با استفاده از یادگیری تقیتی به بهبود نرخ تشخیص خواهد پرداخت که از مزایای این روش می توان به سرعت یادگیری بالاتر و انعطاف و سرعت در یادگیری نفوذهای جدیدتر را دارد نتایج پیاده سازی ها با نرم افزار متلب نشانگر بهبود نرخ تشخیص داده های نفوذی به میزان 0.3 درصد می باشد

کلیدواژه ها:

تشخیص نفوذ سیستم ها ، منطق فازی ، یادگیری تقویتی ، انتخاب ویژگی ، نرخ بهره