سیستم تشخیص نفوذ وب میزبان، مبتنی بر یادگیری ماشین

وب سرورها و کاربردهای وب عموما در معرض تهدیدها و حملات هستند مقاله حاضر به ارائه شیوه ای مبتنی بر شبکه های بیزین و مارکوف به کشف و شناسایی نفوذ با استفاده از اموزش از طریق پردازش داده های لاگ برچسب خورده و همچنین رفتارهای کاربران براساس حملات مبتنی بر وب سرورها می پردازد در فاز اول ما به بررسی لاگ وب سرور برگرفته از اپاچی معروف به لاگ رایج پرداخته و در فاز دوم سعی بر این خواهد بود تا با استفاده از نرم افزار تولید لاگ و قرار دادن آن میان مفسر وب و اپاچی خود به تولید لاگ پرداخته و در پایان به بررسی و مقایسه این دونوع داده براساس روشهای گفته شده خواهیم پرداخت و نشان خواهیم داد تشخیص نفوذ توسط لاگ های همراه با نشست نتیجه بهتری نسبت به لاگهای پیش فرض اپاچی خواهند داشت.

کلیدواژه ها:

تشخیص نفوذ پذیری انومالی ، مدل مارکوف ، بیزین ، فایل لاگ ، نفوذ پذیری مبتنی بر وب ، یادگیری ماشین