کشف نفوذ شبکه های کامپیوتری با به کارگیری تجزیه و تحلیل داده ها و هوش ماشینی
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 469
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
UTCONF05_090
تاریخ نمایه سازی: 13 تیر 1400
چکیده مقاله:
در این دوره از یک انقلاب دیجیتالی، استفاده از اینترنت برای ذخیره سازی، دسترسی و انتشار اطلاعات به صورت نجومی افزایش یافته است. همچنین، ظهور فناوری های اینترنت اشیا (IoT) سد دیجیتال را برطرف کرده و تبادل یکپارچه داده ها و اطلاعات را در میان بسیاری از سیستم های همه گیر برجسته می کند. بنابراین، چالش سرقت اطلاعات، حریم خصوصی و محرمانه بودن داده ها و اطلاعات از طریق اینترنت برای بسیاری از کاربران چندین نرم افزار آنلاین به یک مشکل اساسی تبدیل شده است. سیستم های تشخیص نفوذ شبکه یکی از روش های مناسب برای جلوگیری از تهدید به سرقت اطلاعات و سایر تهدیدات امنیتی داده ها از طریق اینترنت است. در این مقاله، مقایسه ای بین دو سیستم تشخیص نفوذ نشان داده می شود - یکی که از رویکرد کاهش داده کاوی قاعده ارتباط استفاده می کند شیوه استقرایی (Apriori) و دیگری که استفاده از یک روش یادگیری ماشین را پشتیبانی می کند - ماشین بردار پشتیبان .(SVM) عملکرد این دو سیستم با استفاده از مجموعه داده ی کشف دانش آزمایشگاهی امنیت شبکه و داده کاوی (NSL-KDD) و مجموعه داده ی دانشگاه نیو ساوت ولز (UNSW-NB۱۵) NB ۲۰۱۵ مقایسه شد. نتایج ارزیابی نشان می دهد SVM از نظر دقت عملکرد بهتری نسبت به شیوه استقرایی دارد در حالی که Apriori از نظر سرعت تست عملکرد بهتری دارد.
کلیدواژه ها:
نویسندگان
آرش احمدی اصفهانی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شیخ بهایی، اصفهان، ایران.