ترکیب شبکه عصبی RBF و روش PCA برای سیستم تشخیص نفوذ
محل انتشار: سومین کنفرانس ملی توسعه علوم مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 543
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIHE10_222
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
سیستم تشخیص تهاجم وظیفه شناسایی و تشخیص هرگونه استفاده غیرمجاز ازسیستم سوء استفاده و یااسیب رسانی توسط هردودسته کاربران داخلی و خارجی رابرعهده دارند سیستم تشخیص ناهنجاری که به عنوان تشخیص دورافتاده نیز شناخته شده به تشخیص الگوهای موجود دریک مجموعه اطلاعات داده شده که بارفتاربهنجار نرمال ازپیش مقرر شده مطابقت ندارد اشاره دارد بنابراین الگوهای تشخیص داده شده ناهنجاریها نامیده میشوند و همچنین ناهنجاریها به عنوان دورافتادگی تغییر انحراف تعجب نابجایی صفات عجیب نفوذوغیره ارجاع میشوند این مقاله بعدازتوصیف پایگاه داده سپس بادرنظرگرفتن سیستم اموزشی که بصورت مرحله ای می باشد و یادگیرنده درهرمرحله اطلاعات جدیدی کسب می کند یک سیستم تشخیص ناهنجاری بصورت چندمرحله ای پیشنهاد میشود دراین ساختار پس ازمرحله پیش پردازش برروی داده ها و استفاده ازالگوریتم PCA به منظور کم کردن تعدادویژگیها ازپنج شبکه عصبی RBF که هریک بخشی ازپایگاه داده را اموزش می بینند به منظور نتیجه گیری و تشخیص نهایی استفاده میشود نتایج نشان میدهد که مدل پیشنهادی بهبود قابل توجهی ازنظر میزان تشخیص و میزان خطای مثبت درمقایسه با سایرسیستم ها است
کلیدواژه ها:
امنیت کامپیوتر /سیستم تشخیص نفوذ/میزان تشخیص /شبکه عصبی RBF/الگوریتم PCA
نویسندگان
مهدی حبیب زاده خامنه
دانشگاه آزاد اسلامی واحدساری
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 :