شبكه هاي عصبي و يادگيري ماشين در تشخيص حمله هاي DoS

دنياي ديجيتال كنوني تقريباً در همه جا از اينترنت استفاده مي كند. استفاده از اينترنت در حال افزايش است، با اين حال، تهديدها نيز در حال افزايش هستند. يكي از اين تهديدات، حمله DoS است كه از درخواست هاي خدمات معقول براي به دست آوردن منابع محاسباتي و شبكه بيش از حد استفاده مي كند و منجر به ناتواني در دسترسي به آنها توسط كاربران قانوني مي شود. حمله DoS مي تواند در لايه هاي مختلف مدل OSI مانند لايه هاي شبكه، حمل و نقل و برنامه اتفاق بيفتد. هدف اين مقاله شناسايي موثر حمله DoS با استفاده از الگوريتم‌هاي يادگيري ماشين (ML) و شبكه عصبي (NN) است. تشخيص به طور خاص بر روي حمله DoS در لايه كاربردي تا در تشخيص حمله DoS در لايه حمل و نقل و شبكه متمركز است. آخرين مجموعه داده حمله DoS CIC IDS 2017 در اين آزمايش استفاده شده است. آزمايش مجموعه داده را به تقسيم‌هاي مختلف تقسيم كرده است و بهترين تقسيم براي هر الگوريتم مانند RF و MLP يافت مي‌شود. نتايج RF و MLP مقايسه شده و نشان داده مي شود كه RF نتايج بهتري نسبت به MLP ارائه مي دهد.