استفاده از الگوریتم رقابت استعماری اصلاح شده به منظور افزایش سرعت و دقت سیستم تشخیص نفوذ هوشمند
عنوان مقاله: استفاده از الگوریتم رقابت استعماری اصلاح شده به منظور افزایش سرعت و دقت سیستم تشخیص نفوذ هوشمند
شناسه ملی مقاله: JR_IMPCS-4-1_001
منتشر شده در در سال 1402
شناسه ملی مقاله: JR_IMPCS-4-1_001
منتشر شده در در سال 1402
مشخصات نویسندگان مقاله:
محمد نظرپور - دانشجوی دکتری، مدیریت فناوری اطلاعات، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
نوید نظافتی - استادیار، گروه مدیریت، دانشگاه شهید بهشتی، تهران، ایران
سجاد شکوهیار - دانشیار، گروه مدیریت، دانشگاه شهید بهشتی، تهران، ایران.
خلاصه مقاله:
محمد نظرپور - دانشجوی دکتری، مدیریت فناوری اطلاعات، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
نوید نظافتی - استادیار، گروه مدیریت، دانشگاه شهید بهشتی، تهران، ایران
سجاد شکوهیار - دانشیار، گروه مدیریت، دانشگاه شهید بهشتی، تهران، ایران.
در تمام سیستم های پردازش اطلاعات، شناسایی حملات سایبری یک چالش اصلی محسوب میشود و با شناسایی به موقع حملات می توان اثرات آن را مسدود یا کم کرد. سیستم اینترنت اشیا نیز از این پدیده مستثنی نبوده و با پیشرفت رو به رشد این فناوری و گسترش زیرساختهای آن، نیاز به سیستم تشخیص نفوذ هوشمند با دقت و سرعت بالا یک امر ضروری است. شبکه های عصبی سیستم های مدرنی هستند که از روش های محاسباتی نوین برای یادگیری ماشین، نمایش دانش و در نهایت استفاده از دانش کسب شده برای به حداکثر رساندن پاسخ های خروجی سیستم های پیچیده استفاده میکنند. یکی از معایب استفاده از آموزش با روشهای کلاسیک در شبکه های عصبی، گیرافتادن در نقاط بهینه محلی است. در این مقاله از الگوریتم فراابتکاری رقابت امپریال (ICA) برای آموزش شبکه های عصبی استفاده کرده، نشان دادیم که این الگوریتم در زمینه تشخیص نفوذ در سیستم اینترنت اشیا، میتواند عملکرد بسیار بهتری از منظر سرعت و دقت نسبت به روشهای آموزشی کلاسیک داشته باشد .نتایج نشان میدهد روش پیشنهادی دارای دقت ۹۰% میباشد که در مقایسه با روش شبکه عصبی کلاسیک که دارای دقت ۷۵ درصد بوده عملکرد بهتری دارد.
کلمات کلیدی: تشخیص حمله, شبکه عصبی, قانون فازی, فرمولاسیون انطباقی, الگوریتم ICA
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1679185/