تشخیص نفوذ در شبکه با استفاده از درخت تصمیم گیری J48 مبتنی بر انتخاب ویژگی های مؤثر

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,822

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS11_158

تاریخ نمایه سازی: 14 مهر 1392

چکیده مقاله:

امروزه، کامپیوتر و شبکه های کامپیوتری متصل به اینترنت نقش عمدهای در ارتباطات و انتقال اطلاعات ایفا می کنند. در این بین افراد سودجو با دسترسی به اطلاعات مهم مراکز خاص یا اطلاعات افراد دیگر و یا قصد اعمال نفوذ یا اعمال فشار و یا حتی به هم ریختن نظم سیستم ها، عمل تجاوز به سیستم های کامپیوتری را درپیش گرفته اند. از آنجا که از نظر تکنیکی ایجاد سیستم های کامپیوتری (سخت افزار و نرم افزار) بدون نقاط ضعف و شکست امنیتی عملا غیرممکن است، تشخیص نفوذ در تحقیقات سیستم های کامپیوتری با اهمیت خاصی دنبال می شود.درخت تصمیم یکی از مشهورترین و قدیمی ترین روش های داده کاوی جهت ساخت مدل دسته بندی است. در الگوریتم های دسته بندی مبتنی بر درخت تصمیم دانش خروجی به صورت یک درخت از حالات مختلف مقادیر ویژگیها ارائه می شود. کارایی یک سیستم تشخیص الگو شدیدا وابسته به روش انتخاب ویژگی هاست. از آنجایی که با افزایش تعداد ویژگی ها هزینه محاسباتی یک سیستم نیز افزایش می یابد، طراحی و پیاده سازی سیستم ها با کمترین تعداد ویژگی های ممکن ضروری به نظر می رسد. در این مقاله سعی شده است تا با استفاده از درخت تصمیم گیری 48J و انتخاب ویژگی های مؤثر از مجموعه داده KDDCup99 با استفاده از معیارهای CFS ، GR و IG میزان تشخیص حملات نفوذی بهبود داده شود که این مهم با استفاده از بهینگی معیار CFS در برابر دو معیار دیگر حال شده است

کلیدواژه ها:

امنیت کامپیوتر ، سیستم تشخیص نفوذ ، درخت تصمیم گیری J48 ، انتخاب ویژگی مؤثر و دقت تشخیص

نویسندگان

زینب محزون گله پردسری

دانشجوی کارشناسی گروه مهندسی کامپیوتر، دانشگاه گیلان، رشت

آناهیتا محمدی گلرنگ

دانشجوی کارشناسی گروه مهندسی کامپیوتر، دانشگاه گیلان، رشت

علی احمدیان رمکی

دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، دانشگاه گیلان، رشت

رضا ابراهیمی آتانی

استادیار گروه مهندسی کامپیوتر، دانشگاه گیلان، رشت

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • S. Mukherjee and N. Sharma, "Intrusion Detection Using Naive Bayes ...
  • M. Panda, and M. R. Patra, "Network Intrusion Computer Science ...
  • _ Information Technology and Application, 2009. ...
  • Conference on Availability, reliability and Security, pp. 17-24, IEEE 2010. ...
  • T. S. Chou, K. K. Yen and , Luo "Network ...
  • W. Li, J. L. Wang, Z. H. Tian, T. B. ...
  • D. Fisch, A. Hofmann and B. Sick, " on the ...
  • M. SanieeAbade, J Habibi and c. Lucas, "Intrusion Detection Using ...
  • A. Tajbakhsh, M. Rahimi and A. Mirzaei, " Intrusion Detection ...
  • نمایش کامل مراجع