افزایش نرخ تشخیص نفوذ با استفاده از روش بهینه سازی ملخ

با استفاده روز افزون از اینترنت و به اشتراک گذاری اطلاعات، تشخیص دسترسی غیر مجاز و همچنین نفوذ در شبکه تبدیل به یکی از اصلی ترین نگرانیهای مدیران شبکه شده است. لذا، برای ایجاد امنیت داده ها در یک سیستم کامپیوتری، علاوه بر دیوارهای آتش و دیگر تجهیزات جلوگیری، سیستمهای دیگری بنام تشخیص نفوذ مورد نیاز است. تاکنون پیشنهاداتی جهت سیستم تشخیص نفوذ توسط محققان صورت گرفته است . با این وجود هنوز هم به تحقیقات بیشتری نیازمند هستند تا دقت آنها افزایش بیشتری پیدا نماید. در مدل پیشنهادی، در این مقاله، روشی ارائه شده است که برای سیستم تشخیص نفوذ مبتنی بر الگوریتم بهینه سازی ملخ است و به تشخیص حملات انکار سرویس توزیع شده پرداخته شده است. بدین صورت که پس از کاهش ویژگی توسط الگوریتم ملخ به منظور پیدا کردن بهترین ویژگیها و بهینه کردن پارامترهای طبقه بند ماشین بردار پشتیبان (SVM)، طبقهبندی حملات بصورت نرمال و غیرنرمال انجام میشود. آزمایشات بر روی مجموعه داده ها NSL-KDD انجام شده است. نتایج حاصل نشان میدهد روش پیشنهادی، دقت بالاتری نسبت به روشهای دیگر دارد و باعث افزایش دقت و سرعت در شناسایی حملات شده است.

کلیدواژه ها:

سیستم تشخیص نفوذ ، الگوریتم بهینه سازی ملخ ، کاهش ویژگی ، ماشین بردار پشتیبان