ارتقای امنیت محاسبات ابری با استفاده از روش های ترکیبی چارچوب تشخیص نفوذ لایه ای و شبکه عصبی

در این مقاله امنیت محاسبات ابری با استفاده از چارچوب تشخیص نفوذ لایه ای و شبکه عصبی ارتقا می یابد. به منظور رسیدگی به ترافیک دسترسی در یک شبکه بزرگ و کنترل داده ها و برنامه های کاربردی در ابر محاسباتی ، چارچوب تاثیر پذیری به نام چارچوب تشخیص نفوذ لایه ای ارائه شده که بر روی لایه ها و طبقات مختلف ابر محاسباتی قابل استفاده بوده و بوسیله آن می توان وجود ترافیک نرمال در میان ترافیک ابری را شناسایی نمود. برای افزایش دقت و سرعت نیز از چارچوب داده کاوی شبکه عصبی مصنوعی استفاده شده است. چارچوب تشخیص نفوذ لایه ای می تواند میزان ترافیک آنالیز شده را کاهش داده و با افزایش توان عملیاتی به عملکرد بهتری برسد. تا کنون پژوهش های زیادی برای افزایش دقت مربوط به یافتن ترافیک های مخرب صورت گرفته است که با توجه به محدودیت های موجود ، هنوز این سیستم ها در یافتن ترافیک مخرب دچار مشکل هستند. در این پژوهش سعی شده است در ابتدا با استفاده از ماژول ارائه شده برای نظارت شبکه ، ترافیک شبکه به صورت بلادرنگ دریافت شود تا بتوان به صورت برخط ، ترافیک را نظارت و سپس با استفاده از هفده ویژگی استخراجی از ترافیک های مختلف و شبکه های عصبی ، مسئله طبقه بندی را صورت داد. بنابراین در این چارچوب علاوه بر نظارت بلادرنگ ترافیک موجود با استفاده از نرم افزارهای نظارت شبکه ، از هفده ویژگی استفاده شده است که دو ویژگی از آن برای اولین بار مورد استفاده قرار گرفته که سبب بالا رفتن امنیت محاسبات ابری و جلوگیری از نفوذ اخلالگران می شود.

کلیدواژه ها:

سیستم تشخیص نفوذ ، رایانش ابری ، شبکه عصبی