رضا خرمی - دانشجوی کارشناسی ارشد، دانشگاه جامع امام حسین(ع)
محمدرضا حسنی آهنگر - دانشیار گروه مهندسی کامپیوتر، دانشگاه جامع امام حسین(ع)

زمانگیر بودن و نیاز متداوم به بروزرسانی پایگاه دادهی امضاها در فایروال های وبی کنونی، یکی مشکلات اساسی این حوزه است. از این رو در این مقاله تلاش شده است تا با استفاده از شبکه های عصبی پرسپترون چند لایه کارایی فایروال های وبی را در تشخیص حملات بدون بروزرسانی امضاهای موجود از طریق انتشار رو به عقب افزایش داد. بر طبق ارزیابی روش پیشنهادی دارای مزایایی از قبیل تشخیص حملات مبتنی بر رفتار کاربران، تشخیص حملات جدیدی که امضای مربوط به این نوع حمله ها وجود ندارد و کاهش سرباز زمانی در بروز رسانی مداوم امضاها به دلیل قدرت یادگیری شبکه عصبی، است.

فایروال وبی، شبکهی عصبی مصنوعی، شبکه ی پرسپترون چند لایه، الگوریتم پس انتشار