طراحی و پیاده سازی سیستم تشخیص نفوذ مبتنی بر ترکیب لایه ایی شبکه عصبی مبتنی بر نگاشت ویژگی ها به شیوه خود سازماندهی شده و شبکه عصبی پیش خور تعمیم یافته بر مبنای ویژگی های اصلی رکوردهای شبکه

سیستم های تشخیص نفوذ یکی از ابزارهای مورد استفاده در ایجاد امنیت می باشد. از آنجایی که از نظر تکنیکی ایجاد سیستم های کامپیوتری بدون نقاط ضفع و شکست امنیتی عملا غیرممکن است، تشخیص نفوذ در تحقیقات مربوط به سیستمهای کامپیوتری با اهمیت خاصی دنبال می شود.[4] هدف از این مقاله طراحی و پیاده سازی سیستم تشخیص نفوذ مبتنی بر شبکه ی عصبی مصنوعی با هدف ارائه یک سیستم تشخیص نفوذ ایده آل است. در این مقاله ما به دنبال ارائه یک مدل آموزشی جدید شبکه های عصبی، مبنی بر چند مرحله ای بودن آموزش شبکه ی مذکور، مبتنی بر استفاده از شبکه عصبی مبتنی بر نگاشت ویژگی ها به شیوه خود سازماندهی شده و شبکه عصبی پیش خور تعمیم یافته جهت آنالیز داده ها می باشیم. لازم به ذکر است که سیستم مذکور مبتنی بر استفاده از داده هایی است که علاوه بر بررسی رفتارهای غیرعادی، به بررسی رفتارهای عادی نیز می پردازد. مدل پیشنهادی ترکیبی از شبکه عصبی مبتنی بر نگاشت ویژگی ها به شیوه خود سازماندهی شده و شبکه عصبی پیش خورتعمیم یافته به صورت لایه ایی می باشد، با استفاده از سیستم پیشنهادی علاوه بر خودکار بودن فرآیند آموزش و داشتن عملکردی مشابه یا بهتر در مقایسه با سیستم های موجود، شاهد کاهش قابل ملاحظه ای در پیچیدگی محاسبات نیز خواهیم بود. به بیانی دیگر با استفاده از قابلیت های شبکه های صبی با بار پردازشی کمترتهاجم تشخیص داده می شود.

کلیدواژه ها:

سیستم تشخیص نفوذ ، شبکه ی عصبی مصنوعی ، شبکه عصبی ¹SOFM ، شبکه عصبی ²GFF