انتخاب ویژگی درسیستم تشخیص نفوذ توسط الگوریتم ژنتیک و درخت تصمیم

از آنجایی که از نظر تکنیکی ایجاد سیستم ها ی کامپیوتری بدون نقاط ضعف و شکست امنیتی عملا غیرممکن است؛ تشخیص نفوذ در تحقیقات سیستم های کامپیوتری با اهمیت خاصی دنبال میشود. در حال حاضر امنیت سیستم ها از ابزارهای امنیتی متفاوتی از جمله دیواره آتش و سیستم های تشخیص نفوذ(IDS) در شبکه ها استفاده می کنند. روش های که IDS بر اساس آن کار می کند به دو دسته تشخیص الگو و تشخیص ناهنجاری تقسیم می شوند. روش های تشخیص ناهنجاری توانایی شناسایی حمله های جدید را دارند اما نرخ هشدار غلط در انها بالا است. تشخیص ناهنجاری دارای ویژگی های زیادی می باشد، بعضی از این ویژگی ها تاثیر چندانی در تشخیص نفوذ ندارند و ممکن است باعث انحراف در تشخیص نفوذ گردند. لذا انتخاب ویژگی های بهینه می تواند نرخ تشخیص را افزایش دهد. در این مقاله سیستم تشخیص نفوذ سبک وزنی با انتخاب ویژگی های بهینه توسط الگوریتم ژنتیک و دسته بندی درخت تصمیم ارائه شده است. روش پیشنهادی روی مجموعه داده KDD99 آزمایش شده که نشان دهنده افزایش نرخ تشخیص و کاهش نرخ هشدار غلط می باشد.

کلیدواژه ها:

انتخاب ویژگی ، تشخیص ناهنجاری ، الگوریتم ژنتیک ، سیستم های تشخیص نفوذ