طراحی سیستم تشخیص نفوذ با استفاده از شبکه عصبی GFF
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 850
فایل این مقاله در 9 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:
CCITC01_066
تاریخ نمایه سازی: 27 آبان 1393
چکیده مقاله:
سیستم تشخیص نفوذ (IDS) یک ابزار مؤثر برای جلوگیری از دستیابی های غیرمجاز به منابع شبکه است. یک سیستم تشخیص نفوذ خوب باید دارای میزان تشخیص بالا و میزان خطای پائین باشد. این مقاله یک روش جدید برای طراحی سیستم تشخیص نفوذ با استفاده از شبکه های عصبی پیشنهاد می دهد. به این صورت که آموزش شبکه های عصبی بکاررفته در آن به صورت دو مرحله ای و متوالی انجام می شود. ما این مدل جدید را بر روی شبکه عصبی یش خور تعمیم یافته (GFF) آزمایش و کارایی آن را با مدل هایی که فرایند آموزش در آنها به صورت یک مرحله ای است مقایسه کردیم. آزمایش ها و ارزیابی ها با استفاده از پایگاه داده KDD CUP99 انجام شده و از تمامی رکوردهای بکه برای آموزش و تست شبکه استفاده شده است. نتایج نشان می دهد که مدل پیشنهادی بهبود قابل توجهی از نظر میزان تشخیص و میزان خطای مثبت در مقایسه با سیستم ساده داشته به گونه ای که این سیستم همان سطح کارآیی یا در مواردی بهتر در مقایسه با سیستم های مشابه دیگر دارد.
کلیدواژه ها:
نویسندگان
حسین کریمی
دانشگاه آزاد اسلامی واحد لامرد، گروه کامپیوتر، لامرد، ایران
محمدعلی منتظری
دانشگاه صنعتی اصفهان، گروه آموزشی کامپیوتر، اصفهان،ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :