بررسی توانایی شبکه های عصبی مصنوعی در جهت تشخیص نفوذ به شبکه ها

  • سال انتشار: 1397
  • محل انتشار: چهارمین کنفرانس سراسری دانش و فناوری مهندسی مکانیک و برق ایران
  • کد COI اختصاصی: DMECONF04_206
  • زبان مقاله: فارسی
  • تعداد مشاهده: 415
دانلود فایل این مقاله

نویسندگان

فرهنگ پدیداران مقدم

استادیار گروه کامپیوتر ، مجتمع عالی فنی مهندسی ، اسفراین

پروین حیدریان

دانشجوی کارشناسی ارشد نرم افزار کامپیوتر ، موسسه آموزش عالی اشراق بجنورد

چکیده

مطالعه حاضر به بررسی توانایی شبکه های عصبی مصنوعی در جهت تشخیص نفوذ به شبکه ها پرداختهاست. هدف پژوهش به طور مشخص بررسی کارآیی مدل شبکه عصبی در تشخیص نفوذ به شبکه های ویژهسیار می باشد. پژوهش حاضر در زمره پژوهشهای کاربردی است. روش مورد استفاده در این پژوهش، روشمروری است. مقوله امنیت در شبکه های ویژه سیار به علت ویژگی های خاص آن دارای جنبه های متعددیاست. ایجاد یک سیستم تشخیص نفوذ کارآمد در این شبکه ها یک نیاز اساسی بشمار می آید. در این مقالهتکنیکی ارائه شده است تا با بهره گیری از یک معماری توزیع شده که از شبکه های عصبی- فازی که ترکیبیاز توانایی یادگیری شبکه های عصبی و استدلال فازی سیستم های فازی است، به تشخیص حمله در اینشبکه ها مبادرت شود. بررسی مروری پژوهش های انجام شده نشان داد که شبکه های عصبی مصنوعی ازکارایی بالایی در جدا کردن داده های نرمال از غیر نرمال برخوردار است. بدین ترتیب که پس از مرور نتایج،نتایج به دست آمده از کارآیی مدل شبکه های عصبی مصنوعی فازی و مقایسه آن با سایر مدل ها، بیانگر اینواقعیت است که در پیش بینی تشخیص نفوذ به شبکه های ویژه سیار، مدل شبکه های عصبی مصنوعی فازینسبت به دیگر مدل های بررسی شده از بیشترین کارآیی برخوردار است.

کلیدواژه ها

مدل شبکه های عصبی مصنوعی فازی، پرسپترون، مدل احتمالی خطی، مدل لجستیک، شبکه های ویژه سیار، امنیت، حمله، تشخیص نفوذ

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.