افشین خسروی - دانشجوی کارشناسی ارشد مهندسی نرم افزار

یک نفوذ به عنوان مجموعه ای از عملیات هایی تعریف می شود که تلاش می کنند یکپارچگی، محرمانگی و در دسترس بودن یک منبع را به مخاطره اندازند. با روند روبه رشد استفاده از شبکه های کامپیوتری به خصوص اینترنت و مهارت رو به رشد کاربران و مهاجمان این شبکه ها، و نیز نقاط آسیب پذیری مختلف در نرم افزارها، ایمن سازی سیستم ها و شبکه های کامپیوتری از اهمیت بیشتری نسبت به گذشته برخوردار شده است. در این تحقیق به دنبال ارائه روشی دومرحله ای هستیم. در لایه اول سعی داریم تا با استفاده از روش های خوشه بندی مجموعه داده را خوشه بندی کرده و سپس در لایه دوم داده های نرمال را از غیرنرمال تشخیص دهیم. لایه اول باعث ساده سازی می شود زیرا هم حجم داده را کاهش داده و هم باعث تمرکز دسته بند بر روی داده های جمع آوری شده در لایه دوم می شود. در رابطه با استفاده از دسته بند، از الگوریتم های دسته بندی مبتنی بر مجمع، استفاده خواهیم کرد. در نهایت از روش رای گیری برای تشخیص نفوذ در شبکه بهره خواهیم برد. در این تحقیق از مجموعه داده KDD CUP استفاده شده است.

تشخیص نفوذ، سیستم های تشخیص نفوذ، دسته بند، داده کاوی، یادگیری ماشین، خوشه بندی مبتنی بر مجمع