شناسایی جریانهای مخرب در شبکه با بهکارگیری اجماع | ||
| پدافند الکترونیکی و سایبری | ||
| مقاله 9، دوره 6، شماره 2 - شماره پیاپی 22، تابستان 1397، صفحه 93-108 اصل مقاله (1.05 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| حمید پروین1؛ وحیده رضایی2؛ صمد نجاتیان* 3؛ روح اله امیدوار4؛ میلاد یثربی5 | ||
| 1استادیار دانشگاه آزاد اسلامی یاسوج | ||
| 2دانشگاه آزاد اسلامی یاسوج | ||
| 3دانشگاه ازاد اسلامی یاسوج | ||
| 4باشگاه پژوهشگران جوان و نخبگان دانشگاه ازاد اسلامی یاسوج | ||
| 5دانشگاه آزاد اسلامی واحد شیراز | ||
| چکیده | ||
| مقوله امنیت در شرایط جدید جهانی ابعاد متفاوتی پیدا کرده است. یکی از حوزههای امنیتی که در شرایط جدید جهانی بسیار مورد اهمیت قرار گرفته است، حوزه امنیت سایبری است. در این تحقیق برای مطالعه بر روی حملات ناشناخته دو هانینت آزمایشگاهی مجازی در دو مکان مختلف طراحی شده و همچنین از سایر مجموعه دادههای علمی استفاده گردیده است. در دادههای شبکهای، مشکل دادههای نامتوازن اغلب اتفاق میافتد و موجب کاهش کارایی در پیشبینی برای ردههایی که در اقلیت هستند، میگردد. در این مقاله برای حل این مشکل، از روشهای یادگیری جمعی استفاده گردیده است تا بتوان مدلی خودکار ارائه نمود که با استفاده از فنون مختلف و با استفاده از یادگیری مدل، حملات شبکه بهویژه حملات ناشناخته را شناسایی نماید. روشهای جمعی، بسیار مناسب برای توصیف مشکلات امنیتی رایانهای میباشند زیرا هر فعالیتی که در سیستمهای رایانهای انجام میگیرد را میتوان در سطوح چند انتزاعی مشاهده کرد و اطلاعات مرتبط را میتوان از منابع اطلاعاتی چندگانه جمعآوری نمود. روش تحقیق بر اساس تحلیلهای آماری جهت برسی میزان صحت و درستی نتایج و میزان اتکاپذیری آنها صورت گرفته است. در این مرحله بهکمک فنون و آزمایشهای آماری نشان داده شده که عملکرد الگوریتم طراحی شده با رأیگیری وزنی پیشنهادی بر اساس الگوریتم ژنتیک نسبت به دوازده طبقهبند دیگر بهتر میباشد. | ||
| کلیدواژهها | ||
| هانینت؛ حملات ناشناخته؛ یادگیری جمعی؛ دادههای نامتوازن؛ رایگیری وزنی؛ آزمایشهای آماری | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 681 تعداد دریافت فایل اصل مقاله: 503 |
||