بررسی چند روش ترکیبی در سیستم های تشخیص نفوذ و ارائه ترکیب های جدید

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 989

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IRANWEB01_016

تاریخ نمایه سازی: 29 شهریور 1394

چکیده مقاله:

با توجه به گسترش روزافزون شبکه های کامپیوتری و تسهیل حمله و نفوذ به آنها به دلیل وجود ابزارهایی که دانش مورد نیاز برای حمله ها را کاهش می دهد، روزانه شاهد حملات فراوانی در سطح شبکه ها هستیم و سیستم های امنیتی نظیر فایروال ها و آنتی ویروس ها و غیره برای جلوگیری از این خطرات کافی نیست. یکی از روش های مقابله با چنین حملاتی استفاده از سیستم های تشخیص نفوذ می باشد و در میان روش های موجود تشخیص نفوذ، استفاده از روش های یادگیری ماشین، آن هم به صورت ترکیبی، به دلیل مزایای آنان بیشتر مورد استقبال قرار گرفته است. هدف از این پژوهش، بررسی و مقایسه چند روش ترکیبی موجود و ارائه دو روش ترکیبی جدید می باشد که در انتها نیز به مقایسه آنها می پردازیم.

کلیدواژه ها:

نویسندگان

مهناز زارع

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه بین المللی امام رضا، مشهد، ایران

نفیسه موسی الرضایی گلیان

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه بین المللی امام رضا، مشهد، ایران

مرجان ناخدا

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه بین المللی امام رضا، مشهد، ایران

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 :
  • Hung-Jen Liao, Chun-Hung Richard Lin, Y ing-Chih Lin, Kuang-Yuan Tung., ...
  • P. Garc ia-Teodoro, J.Diaz-Verdejo, G. Mac ia-Fernandez, E.Vazquez., Anomaly -based ...
  • Gisung Kim, Seungmin Lee, Sehun Kim., A novel hybrid intrusion ...
  • Jungsuk Song, Hiroki Takakura, Yasuo Okabe, Koji Nakao., Toward a ...
  • Barbara, D., Couto, J., Jajodia, S., Popyack, L., & Wu, ...
  • misuse detection in computer networks, Expert Systems with Applications, 29(4), ...
  • Hwang, K., Chen, Y., Qin, M., Hybrid intrusion detection witth ...
  • Jungsuk Song, Hiroki Takakura, Yasuo Okabe, Yongjin Kwon., Unsupervised Anomaly ...
  • Jungsuk Song, Kenji Ohira, Hiroki Takakura, Yasuo Okabe, Yongin Kwon., ...
  • نمایش کامل مراجع