روزیتا اعتمادی میر - دانشگاه آزاد اسلامی، واحد اراک، گروه کامپیوتر، اراک، ایران
مرتضی موسوی - دانشگاه آزاد اسلامی، واحد اراک، گروه کامپیوتر، اراک، 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 طور 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 و به افزایش است. اکثر سیستم های تشخیص نفوذ از یک الگوریتم طبقه بندی جهت طبقه بندی داده ها و ترافیک شبکه که به عنوان رفتار طبیعی یا غیرعادی است استفاده می کنند. در این مقاله مهم ترین 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 J48 نسبت به الگوریتم هایدرخت تصمیم دیگر با الگوریتم کاهش ویژگی GR از لحاظ دقت و کارایی عملکرد بهتری را از خود نشان می دهد.

الگوریتم یادگیری ماشین، درخت تصمیم، سیستم های تشخیص نفوذ