شماره ركورد كنفرانس :
3822
عنوان مقاله :
تشخيص نفوذ در شبكه هاي كامپيوتري با استفاده از سيستم فازي عصبي
پديدآورندگان :
طبيب فرشته گروه مهندسي كامپيوتر، واحد آشتيان، دانشگاه آزاد اسلامي، آشتيان، ايران , كاظمي منوچهر گروه مهندسي كامپيوتر، واحد آشتيان، دانشگاه آزاد اسلامي، آشتيان، ايران , زماني شورابي عباس گروه مهندسي كامپيوتر، واحد آشتيان، دانشگاه آزاد اسلامي، آشتيان، ايران
تعداد صفحه :
16
كليدواژه :
تشخيص نفوذ , طبقه بندي فازي-عصبي , يادگيري ماشين
سال انتشار :
1396
عنوان كنفرانس :
چهارمين كنفرانس ملي فناوري اطلاعات، كامپيوتر و مخابرات
زبان مدرك :
فارسي
چكيده فارسي :
تاكنون سيستم‌هاي مختلفي براي جلوگيري از حملات اينترنتي طراحي شده است. به خصوص، سيستم‌هاي تشخيص نفوذ به شبكه مورد نظر كمك مي‌كنند تا در برابر حملات خارجي مقاومت كند. به عبارتي، هدف طراحي سيستم‌هاي تشخيص نفوذ اين است كه يك ديواره دفاعي براي رويارويي با حملات سيستم‌هاي كامپيوتري در اينترنت ايجاد كنند. از اين سيستم‌ها مي‌توان براي شناسايي انواع مختلف ارتباطات مخرب شبكه‌ها و نحوه كاربرد سيستم‌هاي كامپيوتري استفاده كرد، حال آنكه ديواره آتش متداول نمي‌تواند اين وظيفه را انجام دهد. تشخيص نفوذ بر اين فرض استوار است كه رفتار متجاوزان با رفتار يك كاربر قانوني متفاوت مي‌باشد. هدف غايي طراحي سيستم تشخيص نفوذ، دستيابي به بيشترين دقت ممكن در كار در دست اقدام است كه به طور طبيعي به طراحي رويكردهاي تركيبي براي مسائلي كه بناست حل شود، منجر مي‌شود. ايده نهفته وراي طراحي يك دسته‌بند تركيبي اين است كه با تركيب چند تكنيك يادگيري ماشين بتوان عملكرد سيستم مربوطه را به ميزان قابل توجهي افزايش داد. در اين مقاله هدف ما تشخيص نفوذ در شبكه هاي كامپيوتري با استفاده از سيستم فازي عصبي است. براي بررسي عملكرد روش پيشنهادي ما، از دو روش ديگر كه شامل شبكه عصبي چند لايه و ماشين بردار پشتيبان مي باشد استفاده شده است. جامعه آماري استفاده شده در اين مقاله مجموعه داده عمومي KDD’99 مي باشد. معيار هاي ارزيابي شامل نرخ تشخيص (DR) و نرخ مثبت كاذب (FPR) است. نتايج ميزان عملكرد بهتر روش پيشنهادي را نسبت به دو روش ديگر نشان مي دهد.
كشور :
ايران
لينک به اين مدرک :
بازگشت