بررسي روش يادگيري جمعي Boosting جهت شناسايي حملات شبكه

انواع مختلفي از بد افزارها در سراسر دنيا به سرعت در حال افزايش ميباشند. در حال حاضر جريان هاي ناشناخته و مخربي در شبكه وجود دارند كه بسيار پيچيده و پيشرفته هستند. اين جريان هاي ناشناخته و جديد توسط روش ها و سيستم هاي تشخيص و شناسايي بدافزارها و نفوذ قابل شناسايي نميباشند. يادگيري ماشين مبتني بر مدل هاي تشخيص نفوذ نهايت تلاش خود را جهت افزايش نرخ تشخيص به كار ميبرند. مقدار خطاي حاصل از اجماع مدل ها به دليل پوشاني نسبت به حالت تكي كمتر خواهد شد. در اين مقاله روش Boosting مورد بررسي قرار گرفته است. روش Boosting گروهي از طبقه بندها را با نمونه گيري مجدد داده ها ايجاد ميكند كه بعداً از طريق گرفتن رأي اكثريت با هم تركيب ميشوند. نتايج مطالعات و همچنين نتايج تجربي حاصل از اين تحقيق تشريح گرديده است.