ارائه ی سیستم تشخیص نفوذ مبتنی بر FPGA با استفاده از شبکه عصبی با ناظر
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 669
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EMECCONF03_031
تاریخ نمایه سازی: 7 مهر 1398
چکیده مقاله:
با پیشرفت روز افزون تکنولوژی و شبکه های کامپیوتری و افزایش چشمگیر استفاده از آنها، خطر حمله به آنها با توجه به رشد آنها افزایش یافته است که روشها و سیستمهایی برای تشخیص و جلوگیری از این حملات به این سیستمهای طراحی و پیاده سازی شدهاند که یکی از این سیستمها، سیسستمهای تشخیص نفوذ میباشد. از میان سیستمهای تشخیص نفوذ معرفی شده، سیستمهای تشخیص نفوذ سنتی قادر به تشخیص حملات جدید نیستند و نمیتوانند آنها را شناسایی کنند به همین دلیل امروزه سیستمهای تشخیص نفوذ جدید، از بسیاری از تکنیکهای داده کاوی و یادگیری ماشین برای تشخیص حملات جدید استفاده میکنند. در این مقاله ما به بررسی چند نمونه شبکه عصبی با ناظر برای سیستمهای تشخیص نفوذ که روی بستر نرم افزاری و FPGA پیاده سازی شدهاند میپردازیم که با استفاده از دو پایگاه داده KDDCUP 99 و NSL-KDD به صورت جداگانه مورد آموزش و تست قرار دادیم و به مقایسه دقت و سرعت آنها در حالات 2 کلاسه و 5 کلاسه در دو حالت بدون ماژول استخراج ویژگی و با ماژول استخراج ویژگی در بسترهای FPGA و نرم افزای میپردازیم که نتایج شبیه سازی نشان میدهد استفاده از FPGA در حالت بدون ماژول استخراج ویژگی به صورت میانگین تقریبا باعث افزایش 67,6 برابری سرعت و کاهش 1,37 درصدی دقت نسبت به حالت نرم افزاری شده است و همچنین در حالت با ماژول استخراج ویژگی استفاده از FPGA به صورت میانگین تقریبا باعث افزایش 127,99 برابری سرعت و کاهش 2,35 درصدی دقت نسبت به حالت نرم افزاری شده است.
کلیدواژه ها:
نویسندگان
حسین مومنی
دانشجوی کارشناسی ارشد رشته مهندسی معماری سیستمهای کامپیوتری، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان
حمیدرضا ناجی
عضو هیئت علمی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان
مجید محمدی
عضو هیئت علمی، دانشکده مهندسی برق و کامپیوتر، دانشگاه شهید باهنر کرمان