زهرا روزبهانی - دانشجوی دکتری مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد اراک ، ایران
سارا نظری - استاد ، عضو هیئت علمی گروه کامپیوتر ، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی واحد اراک ،ایران
نفیسه اوسطی عراقی - استاد ، عضو هیئت علمی گروه کامپیوتر ، دانشکده فنی و مهندسی ، دانشگاه آزاد اسلامی واحد اراک ،ایران

در دنیای امروز با توسعه روزافزون فناوری های جدید همانند داده های حجیم ، محاسبات ابری ، شبکه و اینترنت اشیا ، نفوذگران نیز با فناوری جدید حمله به شبکه را به طور مداوم در حال تغییر و تکامل هستند ، فناوری های تشخیص نفوذ و حملات نیز مجبور به تکامل روز افزونی است ، این امر باعث بروز مشکلاتی چون تکامل تکراری متناظر می شود . مشکل اصلی با این نوع از فناوری ها به نمایش خودکار داده ها ی ترافیک ناهمگن شبکه ، متضاد بودن دقت مدل تشخیص ناهنجاری و جدید شدن مداوم حملات است . محققان با بررسی چندین روش تشخیص حمله و نفوذ شبکه را بر اساس یادگیری عمیق پیشنهاد کرده اند . این مقاله در نظر دارد مطالبی را برای مقابله با این مشکلات مطرح کند و با در نظر گرفتن عوامل بسیاری هم چون نمایش ترافیک ، استخراج ویژگی ، آموزش مدل تشخیص حمله و بهبود آنها را بررسی می کند . در پایان چالش های پیش رو را نیز تحلیل می کند .

تشخیص نفوذ ، حمله شبکه ، یادگیری عمیق ، روش تشخیص ، امنیت مدل