علی قاسمی نجف آبادی - دانشگاه آزاد اسلامی واحد دزفول، گروه مهندسی کامپیوتر هوش مصنوعی، دزفول، ایران
محمد رضا نوری مهر - استادیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات استان خوزستان، گروه مهندسی کامپیوتر، اهواز، ایران
رضا فرشیدی - استادیار دانشگاه آزاد اسلامی واحد دزفول، گروه مهندسی کامپیوتر، دزفول، ایران

منع سرویس DOS و حمله توزیع شده DDOS باعث از دست دادن حجم عظیمی از داده ها شده و استفاده از منابع را برای کاربران مورد تأیید، غیرممکن می سازد. با گسترش روزافزون کاربران اینترنت، سیستم شناسایی نفوذ برای شناسایی حملات DOS/DDOS ارتقاء یافتند. فن های مختلفی داده کاوی Data mining و شناسایی الگو برای طراحی IDS بکار گرفته شده اند. نایو بیز به طور گسترده به عنوان طبقه بندی کننده در طراحی IDS بکار گرفته شد. این مقاله به ارزیابی عملکرد طبقه بندی کننده نایوبیز برای شناسایی نفوذ در حین استفاده ترکیبی از متدهای پردازش داده های مختلف و انتخاب ویژگی (feature selection) هست. نتایج بررسی های مختلف دقت طبقه بندی کننده نایوبیز را در مقایسه با دیگر طبقه بندی کننده ها در حین استفاده از ترکیبی از متدهای انتخاب ویژگی و پردازش داده، نشان می دهد.

نایوبیز - انتخاب ویژگی - نفوذ - شناسایی سیستم - حمله منع سرویس