بهبود سیستم های تشخیص نفوذ بر اساس انتخاب ویژگی با استفاده از مدل ترکیبی الگوریتم cuttlefish و شبکه عصبی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 862
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAEC02_028
تاریخ نمایه سازی: 7 اردیبهشت 1396
چکیده مقاله:
رشد روز افزون خدمات شبکه های کامپیوتری از یک سو و حمله به شبکه های کامپیوتری از سوی دیگر باعث شده است که سیستم های تشخیص نفوذ به یک زمینه تحقیقاتی مهم در مسیله امنیت شبکه های کامپیوتری تبدیل شوند. در این مقاله یک روش جدید انتخاب ویژگی با استفاده از الگوریتم بهینه سازی Cuttlefish و شبکه عصبی برای سیستم های تشخیص نفوذ می باشد. مدل ارایه شده با استفاده از الگوریتم Cuttlefish به عنوان یک راه حل جستجو برای تعیین امکانات زیر مجموعه بهینه و از شبکه عصبی برای طبقه بندی ویژگی های استفاده شده است. ترکیب الگوریتم CFA و شبکه عصبی برای سیستم های تشخیص نفوذ باعث افزایش سرعت جستجو می شود. زمانی که سرعت جستجو افزایش یابد حمله ها زودتر تشخیص داده می شوند و نفوذ به شبکه به حداقل می رسد.
کلیدواژه ها:
نویسندگان
محبوبه خالقی اسفیدان
دانشجوی کارشناسی ارشد موسسه آموزش عالی اشراق بجنورد
قدرت الله سپید نام
موسسه آموزش عالی اشراق بجنورد
شادی لنگری
موسسه آموزش عالی اشراق بجنورد
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 :