تشخیص ترافیک غیرعادی شبکه با استفاده از ماشین های بردار پشتیبان تک کلاسی
محل انتشار: دهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,264
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI10_162
تاریخ نمایه سازی: 25 آذر 1390
چکیده مقاله:
دراین مقاله معماری سیستم تشخیص نفوذ پیشنهادی برای تشخیص ترافیکغیرعادی شبکه شرح داده میشود در این سیستم تشخیص نفوذ درواحدهای مدلسازی ترافیک عادی و تشخیص ترافیک غیرعادی از طبقه بند ماشین بردار پشتیبان تک کلاسی OCSVM با هسته RBF استفاده میشود هنگام استفاده از OCSVM با هسته RBF مقادیر پارامترهای y,v توسط کاربر تعیین می شود با استفاده از دو معیار نرخ تشخیص و نرخ هشدار نادرست کارایی سیستم تشخیص نفوذ فوق به ازا مقادیر مختلف پارامترهای y,v مورد ارزیابی قرار می گیرد بررسی نتایج بدست آمده عملکردی مناسب این سیستم تشخیص نفوذ را جهت تشخیص ترافیک غیرعادی شبکه نشان میدهد.
کلیدواژه ها:
نویسندگان
مهدی آبادی
دانشکده فنی مهندسی دانشگاه تربیت مدرس
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 :