تشخیص ترافیک غیرعادی شبکه با استفاده از ماشین های بردار پشتیبان تک کلاسی

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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.

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 :
  • مهدی آبادی، سعید جلیلی. مدلی برای شناسایی الگوهای نفوذ جدید. ...
  • مهدی آبادی، سعید جلیلی. شناسایی فعالیت‌های نفوذی در سطح ترافیک ...
  • V. Vapmik. Support Vector ndذ _ C. Cortes Networks. Machine ...
  • Washington, DC, October 1988. ...
  • _ In Procedings of the _ National Computer Security Conference, ...
  • Model. In _ of the _ Symposium on Research in ...
  • In Proceedings of IEEE Symposium _ Secturity and Privacy, pp. ...
  • Proceedings of IEEE Computer Society Symposium _ Research in Security ...
  • _ of the _ USENIX Securiy Symposium, 2000. ...
  • Networks and Support vector Machines. In Proceedings of IEEE International ...
  • Y. Qiao, X.W. Xin, Y. Bin, and S. Ge. _ ...
  • S. Mukkamala and A.HH. Sung. A Comparative Study of _ ...
  • B. Schlkopf, J.C. Platt, J. Shawe-Taylor, A.J. Smola, and R.C. ...
  • R.P. Lippmann, D.J. Fried, I. Graf, J.W. FHaines, K.P. Kendall, ...
  • Conference and Exposition (DISCEX) 2000, Vol. 2, pp. 12-26, IEEE ...
  • L. Tarassenko, P. Hayton, and M. Brady. Novelty Detection for ...
  • of the , " _ Conference on Artificial Neural Networks, ...
  • D.M.J. Tax and R.P.W. Duin. Support Vector Domain Description. Pattern ...
  • نمایش کامل مراجع