طیبه روحانی نژاد - دانشگاه آزاد اسلامی گروه کامپیوتر، واحد بروجرد، بروجرد، ایران
محمدابراهیم شیری احمدآبادی - استادیار دانشگاه صنعتی امیرکبیر، گروه کامپیوتر، تهران، ایران
محسن بشیری - دانشگاه آزاد اسلامی گروه کامپیوتر، واحد بروجرد، بروجرد، ایران

با توجه به رشد فوق العاده خدمات مبتنی بر شبکه، تشخیص نفوذ به عنوان یک امر مهم و حیاتی برای برقراری امنیت شبکه پدید آمده است. ترافیک شبکه از حمله و ترافیک عادی تشکیل شده است. تعداد حملات در شبکه به صوط معمول بخش بسیار کوچکی از ترافیک در کل شبکه را تشکیل می دهد به کارگیری روش های داده کاوی هوشمند برای پیش بینی نفوذ در چنین شبکه هایی با حجم بالای ترافیک رو به افزایش است. اکثر سیستم های تشخیص نفوذ از یک الگوریتم طبقه بندی جهت طبقه بندی دادهها و ترافیک شبکه که به عنوان رفتار طبیعی یا غیرعادی است استفاده می کنند. در این مقاله مهمترین الگوریتم های درخت تصمیم معرفی می شوند و عملیات کاهش ویژگی روی مجموعه داده تشخیص نفوذ انجام می شود. نتایج حاصل از آزمایش ها نشان می دهد که الگوریتم درخت تصمیم C4.5 نسبت به الگوریتم های درخت تصمیم دیگر با الگوریتم کاهش ویژگی GR از لحاظ دقت و کارایی عملکرد بهتری را از خود نشان می دهد.

الگوریتم بادگیری ماشین، درخت تصمیم، سیستم های تشخیص نفوذ