تشخیص حملات توزیع شده انکار دسترسی سرویس لایه کاربرد با استفاده از ماشین یادگیرنده

در دنیای امروز بسیاری از فعالیت هایی که انجام می شوند، وابسته به سرویس هایی است که توسط شبکه های کامپیوتری ارائه می شوند. بنابراین لازم است که شبکه در برابر دسترسی های غیرمجاز مهاجمان مقاوم شود. در زمینه ایمن سازی شبکه، یکی از تمهیدات امنیتی استفادهاز سیستم های حملات توزیع شده انگار دسترسی سرویس لایه کاربرد است. در دو دهه اخیر، سیستم های تشخیص حملات توزیع شده انکار سرویس به عنوان اجزا اصلی برای افزایش امنیت در شبکه های کامپیوتری مطرح شدند. در این مقاله تمرکز بر روی استفاده از شبکه عصبی پایه ای- شعاعی و آموزش آن با استفاده از الگوریتم جستجوی فاخته است. برای این منظور پس از جمع آوری داده ها در مرحله پیش پردازش پس از پاک سازی و نرمال سازی داده ها، عمل انتخاب ویژگی با استفاده از الگوریتم ژنتیک انجام می شود، سپس در مرحله پس پردازش شبکه عصبی پایه ای- شعاعی با استفاده از الگوریتم جستجوی فاخته آموزش داده می شود تا بتواند بهترین مقادیر وزن های مراکز و پارامترهای پراکندگی را ایجاد کند تا تشخیص حملات توزیع شده انکار دسترسی سرویس لایه کاربرد به صورت بهینه انجام شود. در جهت مقایسه روش پیشنهادی، از الگوریتم k- نزدیکترین همسایه استفاده شده است. نتایج حاکی از میانگین مربعات خطای ۰.۱۲۶ و دقت ۹۶.۹% در روش پیشنهادی دارد.