آمار
| تعداد نشریات | 39 |
| تعداد شماره‌ها | 1,175 |
| تعداد مقالات | 8,453 |
| تعداد مشاهده مقاله | 6,344,070 |
| تعداد دریافت فایل اصل مقاله | 3,595,407 |
مهندسی مجموعه ویژگی برای تشخیص حملات سیل‌آسا در VoIP مبتنی بر SIP | ||
| علوم و فناوریهای پدافند نوین | ||
| مقاله 7، دوره 8، شماره 1 - شماره پیاپی 27، فروردین 1396، صفحه 61-69 اصل مقاله (1.27 M) | ||
| نویسندگان | ||
| حسن اصغریان1؛ احمد اکبری* 2؛ بیژن راحمی3 | ||
| 1دانشگاه علم و صنعت ایران | ||
| 2دانشگاه علم و صنعت | ||
| 3دانشگاه اوتاوا | ||
| تاریخ دریافت: 10 بهمن 1397، تاریخ بازنگری: 12 اردیبهشت 1403، تاریخ پذیرش: 10 بهمن 1397 | ||
| چکیده | ||
| پروتکل SIP < /span> به عنوان پروتکل اصلی لایه کنترل در شبکه‌های نسل آینده و کاربردهای چند رسانه‌ای نظیر ویدئو کنفرانس، تلویزیون و تلفن اینترنتی (VoIP < /span>) مطرح شده است. اصلی‌ترین حملات موجود در VoIP < /span> با عنوان حملات سیل‌آسا شناخته می‌شوند که بیش از 98 درصد آن‌ها به علت مشکلات پیاده‌سازی و پیکربندی و کمتر از دو درصد آسیب‌پذیری‌های مربوطه به علت ضعف پروتکل به وقوع می‌پیوندند. در این مقاله یک مجموعه ویژگی برای تشخیص ناهنجاری در کاربردهای مبتنی بر SIP < /span> به طور کلی و به طور خاص VoIP < /span> مهندسی شده است. منظور از مهندسی ویژگی، استفاده از دانش موجود در داده‌های مربوط به لایه‌های مختلف SIP < /span> با هدف ساخت ویژگی‌های قابل استفاده در الگوریتم‌های یادگیری ماشین است. برای این منظور پس از استخراج داده از عملکرد حالت طبیعی SIP < /span> در VoIP < /span>، این داده‌ها در قالب یک مجموعه ویژگی سازمان‌دهی شده است. عملکرد مجموعه ویژگی پیشنهادی با به‌کارگیری دو روش یادگیری ماشین مختلف سنجیده شده است. این سنجش عملکرد با به‌کارگیری سه مجموعه دادگان اختصاصی مختلف در SIP < /span> انجام شده است و کیفیت خروجی از نظر نرخ تشخیص و نرخ هشدار نادرست حاکی از عملکرد مناسب مجموعه ویژگی پیشنهادی است. | ||
| کلیدواژه‌ها | ||
| مهندسی ویژگی؛ امنیت SIP؛ حملات اختلال در سرویس‌دهی؛ حملات سیل‌آسای SIP | ||
|
آمار تعداد مشاهده مقاله: 324 تعداد دریافت فایل اصل مقاله: 128 |
||