خوشه بندی هشدارها به روش شبکه عصبی feedforward جهت کاهش نرخ هشدار مثبت کاذبدر سیستم های تشخیص نفوذ شبکه

از سستم های تشخیص نفوذ برای کشف حمله و رفتارهای مشکوک در شبکه و یا در یک کامپیوتر میزبان استفاده می شود. این سیستم ها در قبال هرگونه حمله یا رفتار مشکوک پیام هشداری را ایجاد می کنند. از بین چندین مشکل مطرح در مورد سیستم های تشخیص نفوذ زیاد شدن پیام های هشدار و نیز تولید پیام های هشدار اشتباه یکی از اساسی ترین مشکلات به شمار می رود، بگونه ای که در اکثر موارد این هشدارها قابل استفاده نمی باشند. برای حل مشکل یک سیستم مدیریت هشدار هوشمندی را ارائه کرده ایم که با استفاده از روش خوشه بندی/ دسته بندی توسط الگوریتم شبکه عصبی مصنوعی سعی در خوشه بندی پیام های هشدار تولید شده اند را دارد. برای شبیه سازی این سیستم از مجموعه داده DARPA KDD 98 استفاده شد و نتایج پیاده سازی مشخص کرد که این سیستم قادر است بصورت یک سیستم بلادرنگ استفاده شود، زیرا زمان دسته بندی این سیستم در اندازه میکرو ثانیه می باشد. از طرفی با مقایسه با سیستم های مشابه مطرح شده، این سیستم هم بیشترین میزان حذف هشدارهای اشتباه را دارد و هم بیشترین میزان صحت خوشه بندی و دسته بندی هشدارها را دارا می باشد.

کلیدواژه ها:

سیستم تشخیص نفوذ ، هشدار مثبت کاذب ، خوشه بندی ، شبکه عصبی مصنوعی