علی کامجو - کارشناسی ارشد مهندسی نرم افزار دانشگاه آزاد اسلامی واحد سیرجان
آرش عزیزی مزرعه - عضو هیات علمی دانشگاه آزاد سیرجان، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد سیرجان

از یک سیستم تشخیص کشف نفوذ به منظور شناسایی انواع مختلفی از رفتار های بداندیشانه که می توانندامنیت و اطمینان یک سیستم کامپیوتری را به خطر بیاندازند؛ استفاده می شود. یک سیستم تشخیص نفوذ، درسطح میزبان و یا در سطح شبکه عمل می نماید و مکانیزم شناسایی آن عبارت است از تشخیص سوء استفاده،تشخیص بر اساس امضای دیجیتالی و یا تشخیص وجود ناهنجاری ها. معمولا حملاتی را که نمی توان توسطسیستم تشخیص نفوذ مبتنی بر شبکه تشخیص داد؛ می توان بوسیله سیستم تشخیص نفوذ مبتنی بر هاستتشخیص داد و البته عکس این موضوع نیز صادق می باشد. تحقیق کنونی یک سیستم جدید تشخیص نفوذمبتنی بر داده کاوی را پیشنهاد می نماید. در این کار تحقیقاتی، یک ساختار تشخیص نفوذ با استفاده از شبکه عصبی مصنوعی پیشنهاد می شود تا اینکه تکنیک های شناسایی و تشخیص نفوذ را یکپارچه سازی نماید. در اینراستا روش های شبکه عصبی در داده کاوی نظیر الگوریتم های RBF و MLP پیشنهاد شده و به منظورتشخیص سوء استفاده و نیز تشخیص ناهنجاری بکار گرفته می شوند. در ابتدا یک مجموعه داده شناخته شده KDDCup99 که در زمینه IDS استفاده می شود بکار گرفته شده است. این مجموعه داده به عنوان یک داده ی استاندار برای ارزیابی سیستم های تشخیص نفوذ پذیرفته شده و مورد استفاده قرارگرفته است. سپس دو طرح پیشنهادی خود را برروی مجموعه داده KDDCup99 تست کرده و پس از گرفتن نتایج این دو طرح در انتها با دوطرح پیشنهادی دیگر استخراج شده مقایسه میکنیم.نتایج نشان داد که روش معرفی شده با استفاده از شبکه عصبی تابع پایه شعاعی نسبت به سایر روش ها از عملکرد مطلوبی برخوردار است.

داده کاوی، تشخیص نفوذ، شبکه عصبی، تحلیل مولفه اساسی، شبکه عصبی تابع پایه شعاعی