تشخیص نفوذ در شبکه های کامپیوتری با استفاده از شبکه عصبی نگاشت های خودسازمانده و رویکرد کلان داده

در دنیای امروز بسیاری از فعالیت هایی که انجام میشوند، وابسته به سرویس هایی است که توسط شبکه های کامپیوتری ارایه می شوند. بنابراین لازم است که شبکه در برابر دسترسی های غیرمجاز مهاجمان مقاوم شود و در صورت بروز حمله، در مقابل آن عکس العمل مناسب نشان دهد. برای این منظور لازم است که عوامل بروز حمله درشبکه مشخص شوند. یکی از عوامل بروز حمله در شبکه، آسیب پذیری هایی هستند که در سرویس ها وجود دارند. در زمینه ایمن سازی شبکه، یکی از تمهیدات امنیتی استفاده از سیستم های تشخیص نفوذ است. در دو دهه اخیر، سیستم های تشخیص نفوذ به عنوان اجزاء اصلی برای افزایش امنیت در شبکه های کامپیوتری مطرح شدند. در این مقاله تمرکز بر روی استفاده از روش عصبی تکاملی است. برای این منظور پس از جمع آوری داده ها در مرحله پیش پردازش پس از پاک سازی داده ها عمل انتخاب ویژگی با استفاده از الگوریتم تحلیل مولفه های اصلی انجام می شود سپس در مرحله پس پردازش شبکه عصبی نگاشت های خودسازمان ده با استفاده از الگوریتم ژنتیک بهبود می یابد تا بتواند بهترین تنظیمات از لحاظ توپولوژی، معیار فاصله و ابعاد را برای شبکه عصبی فراهم کند تا تشخیص نفوذ در شبکه های کامپیوتری با رویکرد کلان داده به صورت بهینه انجام شود. در جهت مقایسه روش پیشنهادی از الگوریتم- های دیگر در حوزه خوشه بندی مانند الگوریتم های K-Means و K-Medoids نیز استفاده شده است. نتایج حاکی از میانگین مربعات خطای 0.407 و دقت 89.881 درصد در مقایسه با روشه ای دیگر دارد.

کلیدواژه ها:

تشخیص نفوذ در شبکه ، کلان داده ، شبکه عصبی نگاشت های خودسازمانده ، الگوریتم ژنتیک