ارایه روشی مبتنی بر ترکیب الگوریتم های بهینه سازی کلونی مورچه و زنبور عسل به منظور تشخیص موثر نفوذ در ابر

رایانش ابری یک تکنولوژی جدید به منظور ارایه سرویس به کاربران در بستر اینترنت می باشد و شرکت های ارایه دهنده خدمات در این زمینه در تلاش هستند با ارایه راه حل ها و خدمات جذاب تجاری میل به استفاده از این تکنولوژی را با شعار کاهش هزینه های کاربران (چه در راه اندازی و چه در نگهداری) و دسترسی آسان در هر مکان به طور کامل به اطلاعات بالا ببرند. استفاده روزافزون از رایانش ابری در کنار سودمندی فراوان، چالش هایی را نیز پیش رو دارد که به عنوان مهم ترین دغدغه آن ها می توان تامین امنیت در برابر نفوذ داخلی و خارجی اشاره کرد. کار روی این مساله اهمیت وجود سیستم های تشخیص نفوذ را در کنار فایروال ها پررنگ تر می نماید. استفاده از رایانش ابری در ابعاد فعلی نیاز به توسعه سیستم های تشخیص نفوذ خودکار را بیش از پیش پراهمیت می سازد. دسته بندها که قلب اصلی تشخیص دهنده نفوذ خودکار را تشکیل می دهند و برای تشخیص داده های متعلق به نفوذ و تفکیک آن ها از بسته های سالم مورداستفاده قرار می گیرند، با پارامترهای مختلفی که یکی از مهم ترین آن ها ویژگی های مورداستفاده توسط دسته بندها می باشد مورد ارزیابی قرار می گیرند و در نهایت دقت دسته بند را تعیین می نمایند. با توجه به موارد ذکر شده ما پژوهشی را به منظور دستیابی به روشی موثر برای انتخاب ویژگی های داده به منظور بالا بردن دقت دسته بند در تشخیص موارد نفوذ ترتیب داده ایم.

کلیدواژه ها:

رایانش ابری ، تشخیص نفوذ ، دسته بندی ، کلونی مورچگان ، کلونی زنبورعسل