تشخیص نفوذ در شبکه با استفاده از ترکیب شبکه های عصبی مصنوعی به صورت سلسله مراتبی

با رشد فناوری اطلاعات، امنیت شبکه به عنوان یکی از مباحث مهم و چالش بسیار بزرگ مطرح است. سامانه­های تشخیص نفوذ، مولفه اصلی یک شبکه امن است که حملاتی را که توسط فایروال­ها شناسایی نمی شود، تشخیص می دهد. این سامانه­ها با داده­های حجیم برای تحلیل مواجه هستند. بررسی مجموعه داده­های سامانه های تشخیص نفوذ نشان می دهد که بسیاری از ویژگی ها، غیرمفید و یا بی تاثیر هستند؛ بنابراین، حذف برخی ویژگی ها از مجموعه به عنوان یک راه کار برای کاهش حجم سربار و درنتیجه بالا بردن سرعت سیستم تشخیص، معرفی می شود. برای بهبود عملکرد سیستم تشخیص نفوذ، شناخت مجموعه ویژگی بهینه برای انواع حملات ضروری است. این پژوهش علاوه بر ارائه مدلی بر اساس ترکیب شبکه های عصبی مصنوعی برای اولین بار به منظور تشخیص نفوذ، روشی را برای استخراج ویژگی های بهینه، بر روی مجموعه داده KDD CUP 99 که مجموعه داده استاندارد جهت آزمایش روش های تشخیص نفوذ به شبکه های کامپیوتری می باشد، ارائه می نماید.

کلیدواژه ها:

شبکه های عصبی مصنوعی ، انتخاب ویژگی ، ترکیب خبره ها ، سیستم تشخیص نفوذ