بررسی مقایسه ای تکنیکهای داده کاوی به منظور افزایش تشخیص نفوذ

امروزه ، سیستم های تشخیص نفوذ توسط بسیاری از سازمان ها به منظور حفاظت از امنیت سیستم های اطلاعاتی به کار گرفته شده است. فایروال هایی که برای تشخیص نفوذ استفاده می شود دارای اشکالات خاصی می باشند که توسط روش های مختلف داده کاوی می توان بر آنها غلبه کرد. تکنیک های داده کاوی با تجزیه و تحلیل حجم زیادی از داده های شبکه و دسته بندی آن ها به صورت عادی و یا غیر عادی نقش حیاتی در تشخیص نفوذ ایفا می کنند. تعدادی از تکنیک های داده کاوی مانند طبقه بندی، خوشه بندی و قوانین انجمنی به طور گسترده به منظور ارتقاء تشخیص نفوذ استفاده می شوند. در میان آنها خوشه بندی بیش از طبقه بندی مورد توجه قرار گرفته زیرا که نیازی به بر چسب گذاری دستی داده های آموزشی نیست و سیستم نیاز به آگاهی از حملات جدید ندارد. در این مقاله به بررسی و مقایسه سه الگوریتم مختلف خوشه بندی به نام های خوشه بندی K-Means و خوشه بندی Y-Means و خوشه بندی C-Means فازی می پردازیم. خوشه بندی C-Means فازی ، بهترین کارایی و بازده را از نظر تشخیصنفوذ نسبت به دو روش دیگردارد.

کلیدواژه ها:

تشخیص نفوذ ، خوشه بندی ، K-Means ، خوشه بندی Y-Means ، خوشه بندی C-Means فازی ، داده کاوی و فایروال