ارائه يك روش جديد براي تشخيص نفوذ و رفتارهاي مخرب در داده هاي حجيم

امروزه حفظ امنيت اطلاعات و تشخيص نفوذ به منظور مقابله با رفتارهاي مخرب در داده هاي حجيم از اهميت بسزايي برخوردار است. در اين مقاله يك روش تركيبي نرم افزاري سخت افزاري براي تشخيص داده هاي مخرب ارائه شده است. در اين روش سه فاكتور پيشرفت زماني، تاريخچه كاربران و مقياس پذيري لحاظ شده است. در روش پيشنهادي از تكنيك هاي ذخيره سازي و استخراج ويژگي جهت افزايش سرعت و كاهش حجم محاسبات استفاده مي شود. همچنين براي طبقه بندي از الگوريتم ماشين بردار پشتيبان تغيير يافته و براي عمليات استخراج ويژگي‌ها از الگوريتم غذايابي باكتري بصورت موازي‌سازي شده، بهره برده شده است. نتايج نشان مي‌دهد كه الگوريتم پيشنهادي نسبت به ساير روش هاي مشابه، از نظر نرخ تشخيص 21%، نرخ مثبت كاذب 62%، دقت 15% و زمان اجرا 70% بهتر عمل مي كند. كاهش زمان اجرا بيانگر آن است كه براي اجراي الگوريتم به انرژي مصرفي كمتري نياز است كه در نتيجه مي‌تواند علاوه بر صرفه‌جويي انرژي؛ جهت بكارگيري در سيستم‌هاي انرژي سبز نيز سودمند باشد.