تشخیص نفوذ در شبکه های بیسیم موردی (MANET)به کمک ماشین بردار پشتیبان بهبود یافته با الگوریتم تکامل تفاضلی

شبکه های بیسیم موردی یا اصطلاحا (MANET) دارای گره های شبکه ای هستند که بصورت بیسیم با یکدیگر در ارتباط بوده و میتوانند در محیط در حرکت باشند. امنیت شبکه های بیسیم موردی بواسطه کاربردهای آن در عصر فعلی بسیار اهمیت دارد، و یکی از مسائل مهم در حوزه امنیت این شبکه ها ، تشخیص نفوذ است . تشخیص نفوذ به عنوان یک راهکرد برای تشخیص حملاتدر شبکه ها می باشد. توجه به یادگیری و دسته بندی از مسائل مهم در تشخیص نفوذ می باشد که یکی از بهترین ها در تشخیصنفوذ SVM است اما عملکرد آن شدیدا بستگی به تنظیم پارامترها دارد. در این مقاله یک روش تشخیص نفوذ در شبکه های موردیمتحرک مبتنی بر دسته بند SVM ارائه می گردد. در این پژوهش داده ها به بخش های آموزشی وآزمایشی تقسیم می شوند که بعد از نرمال سازی، بعنوان ورودی سیستم بکار برده می شوند. از آنجایی که ماژول تشخیص، آموزش می بیند تا رفتار شبکه تحتشرایط عادی و حمله را یاد بگیرد، انحراف اصلی از رفتار عادی، بعنوان نفوذ، طبقه بندی می شوند. پس از ارزیابی نتایج شبیه سازی یافتیم که در حالتی که تعدادگره های شبکه و همچنین گره های مخرب آن زیاد شود، میتواند نتایجی با دقت بالاتری نسبت به روش های پیشین در تشخیص داشته باشد