بررسی مروری تاثیر دسته بند ها در تشخیص موثر نفوذ

رایانش ابری به عنوان یک تکنولوژی جدید توانسته است جایگاه ویژه ای به عنوان نیاز اساسیافراد و سازمان ها به خصوص در حوزه ذخیره سازی اطلاعات پیدا کند. به کارگیری روش هایمجازی سازی و پروتکل های استاندارد متعدد و ... در زیرساخت رایانش ابری منجر به آسیبپذیر تر شدن امنیت این محیط در رابطه با سرقت داده های کاربران گردیده است به همینمنظور سیستم های تشخیص نفوذ جهت محافظت از ابر در برابر حملات درونی و بیرونی مورداستفاده قرار می گیرد. و از آنجا که در ساختارهای مبتنی بر شبکه با سازو کار و ابعادی نظیرآنچه در رایانش ابری قابل مشاهده است امری است پیچیده سیستمی باید طراحی شود کهاین کار به صورت خودکار انجام پذیرد از این رو بهتر است به سراغ روشهای یادگیری ماشینبه منظور طبقه بندی و تفکیک داده های مجاز از غیر مجاز برویم. در این مقاله به مرورچارچوب کلی سیستم های تشخیص نفوذ معرفی و روش های مختلف آن و به طور خاصدسته بندها به عنوان عنصر اصلی تشخیص دهنده های خودکار مورد بررسی قرار می گیرد ودر انتها به مقایسه آنها به منظور معرفی مدل بهینه جهت بهبود و افزایش رضایت مشتریانفناوری رایانش ابری خواهیم پرداخت.

کلیدواژه ها:

رایانش ابری ، تشخیص نفوذ ، الگوریتم های بهینه سازی و تشخیص نفوذ و طبقه بندی داده