ارایه روش جدیدی برای ترکیب خوشه بندی و هوش محاسباتی در کاربردهای سیستمهای تشخیص نفوذ
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 447
- 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:
COMCONF03_271
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
سیستم های تشخیص نفوذ (IDS ها) به احتمال زیاد می توانند هزاران هشدار در روز ایجاد کنند که بیش از 99 درصد از آنها کاذب هستند . یعنی، هشدارهایی که موجب به راه انداختن واکنش های نادرست به واسطه رویدادهای بی خطر می شوند. سیستم تشخیص نفوذ ، در ابتدا برنامه های داده کاوی را برای بررسی دقیق داده به کار می برد تا الگوهای مکرر را محاسبه نموده، ویژگی ها را استخراج کرده و در نتیجه از الگوریتم های طبقه بندی برای محاسبه الگوهای تشخیص استفاده کند.یکی از مهمترین تکنیک های هوش محاسباتی که در زمینه سیستمهای تشخیص نفوذ استفاده می گردند ، قوانین وابستگی یا همان قوانین رابطه ای می باشند همچنین یکی از بهترین و محبوبترین ابزارهای هوش محاسباتی استفاده از قوانین رابطه ای فازی می باشد. سیستم تشخیص نفوذ می تواند این قوانین ارتباطی مربوط به پاسخ های منفی را استخراج کرده و با انواع آستانه های پشتیبانی عملکرد بهتری را نسبت به استخراج قوانین رابطه استاندارد ارایه کند. این مقاله روش نوینی را برای مدیریت هشدارهای IDS در رابطه با ویژگی های بسیار مهم قانون داده کاوی نسبت به IDS و با استفاده از قوانین رابطه فازی برای طراحی و اجرای سیستم تشخیص نفوذ غیرعادی در شبکه را تلفیق می کند.
کلیدواژه ها:
نویسندگان
فاطمه صفایی فیروزآبادی
دانشجویی کارشناسی ارشد دانشگاه آزاد اسلامی واحد میبد
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 :