تشخیص نفوذ با استفاده از الگوریتم خوشه بندی ترکیبی و knn

روزانه شاهد پیشرفت شبکه های کامپیوتری هستیم و فناوری اطلاعات نقش بیشتری درزندگی پیدا می کند. و همواره لزوم تامین امنیت این شبکه ها احساس می شود.جهت تامین امنیت از تجهیزات وابزارهای مختلفی استفاده می شود که سیستم تشخیص نفوذ یکی از آنها است. کار سیستم تشخیص نفوذ نظارت بر فعالیت های مخرب است تا در سریع ترین لحظه به مدیرشبکه هشدار داده شود و به دو روش تشخیص سوء استفاده و تشخیص ناهنجاری عمل می کند. یکی از روش های مورد استفاده در سیستم های تشخیص نفوذ داده کاوی می باشد که شامل الگوریتم های مختلفی است مانند k-means وفازی. دراین پروژه از الگوریتم k نزدیکترین همسایه وخوشه بندی ترکیبی به منظور تشخیص نفوذ استفاده شده است. الگوریتم KNN یک الگوریتم موثر و کارا درطبقه بندی می باشد.طبقه بندی کننده KNN می تواند با تغییر پارامتر K یک قابلیت بسیارخوب در مسایل داده کاوی داشته باشد. خوشه بندی ترکیبی ، روشی جدید در خوشه بندی می باشد که از ترکیب نتایج روش های خوشه بندی مختلف بدست می آید. صحت ، درستی و پایداری از مشخصه های مهم یک سیستم خوشه بندی ترکیبی در مقایسه با روش های کلاسیک خوشه بندی می باشد. در واقع در این پروژه ما خروجی بدست آمده ازخوشه بندی ترکیبی را با الگوریتم KNN بهینه سازی می کنیم.

کلیدواژه ها:

تشخیص نفوذ ، داده کاوی ، k-means ، فازی ، خوشه بندی ترکیبی ، knn