روش های تشخیص نفوذ در شبکه با استفاده از الگوریتم های یادگیری عمیق

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 30

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NEEC07_083

تاریخ نمایه سازی: 3 اردیبهشت 1403

چکیده مقاله:

با افزایش استفاده از شبکه های کامپیوتری، امنیت این شبکه ها نیز به یکی از دغدغه های اصلی سازمان ها و افراد تبدیل شده است. یکی از مهم ترین چالش های امنیت شبکه، تشخیص نفوذ است. نفوذ به شبکه عبارت است از تلاش یک فرد یا گروه برای دسترسی غیرمجاز به منابع یک شبکه. این امر می تواند منجر به سرقت اطلاعات، اختلال در عملکرد شبکه یا حتی کنترل کامل شبکه توسط مهاجم شود. سیستم های تشخیص نفوذ (IDS) ابزارهایی هستند که برای شناسایی و جلوگیری از حملات شبکه طراحی شده اند. این سیستم ها از الگوریتم های مختلفی برای تشخیص حملات استفاده می کنند. یکی از الگوریتم های جدید و کارآمد در این زمینه، الگوریتم های یادگیری عمیق است که به طور گسترده در سیستم های تشخیص نفوذ برای تشخیص و طبقه بندی انواع حملات استفاده می شوند.چالش اصلی در طراحی سیستم های تشخیص نفوذ، افزایش دقت در تشخیص نفوذ می باشد. این مسئله در مجموعه داده های تشخیص نفوذ با کمک روش های انتخاب ویژگی و کاهش ویژگی قابل حل است و توسط محققین به اثبات رسیده است.در این مقاله قصد داریم روش های تشخیص نفوذ در شبکه را با استفاده از الگوریتم های یادگیری عمیق مورد بررسی قرار دهیم.

کلیدواژه ها:

الگوریتم های یادگیری عمیق ، سیستم تشخیص نفوذ ، حملات شبکه ، طبقه بندی انواع حملات

نویسندگان

سجاد بلالی دهکردی

دانشجوی دکترا، دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران

سعید نصری

استادیار دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایرانمرکز تحقیقات پردازش دیجیتال و بینائی ماشین، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران

سینا دامی

استادیار دانشکده برق، دانشگاه آزاد اسلامی، واحد تهران غرب، تهران، ایران