کاهش نرخ همبسته سازی مثبت کاذب از طریق همبسته سازی هوشمند هشدارها در سیتسهای تشخیص نفوذ

سیستمهای تشخیص نفوذ یکی از ابزارهای پرکاربرد در امنیت شبکه های کامپیوتری هستند تعداد زیاد هشدارهایی که توسط این سیستمها ایجاد می شود کاذب و تکراری بودن اکثر این هشداها و عدم تونایی اپراتورهای امنیتی در تجزیه و تحلیل آنها یکی از مشکلات اساسی سیستمهای تشخیص نفوذ است. یکی از روشهای مقابله با این مشکلات، استفاه از روشهای همبسته سازی هشدارها است که به ما امکان می دهد هشدارهای کاذب و تکراری را از بین برده و اطلاعات مفید و سطح بالا را استخراج نماییم در این پژوهش برای تولید موثر ابرهشدارها، از یک روش ترکیبی مبتنی بر الگوریتم ژنتیک و نزدیکترین همسایه باری خوشه بندی هشدارها استفاده می نماییم.

کلیدواژه ها:

همبسته سازی ، هشدارها ، سیستم تشخیص نفوذ ، خطای مثبت کاذب ، الگوریتم ژنتیک ، دسته بند نزدیکترین همسایه ، ابرهشدار ، خوشه بندی