شماره ركورد كنفرانس
4041
عنوان مقاله
ارائه روشي جديد بر پايه يادگيري خودآموز براي سيستم تشخيص نفوذ شبكه
عنوان به زبان ديگر
A novel method based on self-taught learning for network intrusion detection system
پديدآورندگان
دامي سينا sina.dami@gmail.com دانشگاه آزاد اسلامي واحد تهران غرب; , قاسم نژاد اكرم ghasemnezhadakram@gmail.com دانشگاه آزاد اسلامي واحد تهران غرب;
تعداد صفحه
8
كليدواژه
امنيت شبكه , تشخيص نفوذ , يادگيري خودآموز , يادگيري عميق , شبكه عصبي كانوولوشن پويا (DCNN)
سال انتشار
1397
عنوان كنفرانس
سومين كنفرانس ملي فناوري در مهندسي برق، كامپيوتر
زبان مدرك
فارسي
چكيده فارسي
يك سيستم تشخيص نفوذ شبكه (NIDS) به مديران براي تشخيص نقض امنيتي شبكه در سازمان خود كمك ميكند. با اين حال چالشهاي زيادي در تاثيرگذاري و موثر بودنNIDS براي حملات پيش بيني نشده و غيرقابل پيشبيني در حال رشد است. در اين مقاله، يك رويكرد مبتني بر يادگيري خودآموز (STL) براي پياده سازي موثر و قابل انعطاف NIDS با استفاده از يادگيري عميق بر پايه شبكه عصبي كانوولوشن پويا (DCNN) پيشنهاد شد. براي آزمايش و ارزيابي روش پيشنهادي از مجموعه داده معيار NSL-KDD براي تشخيص نفوذ شبكه استفاده شد. همچنين، عملكرد روش پيشنهادي را بر حسب دقت، بازخواني و سنجش F با روشهاي پايه مقايسه كرديم. نتايج تجربي نشان داد روش پيشنهادي از عملكرد مطلوبتري نسبت به روش پايه برخوردار است
كشور
ايران
لينک به اين مدرک