تشخیص نفوذ در شبکه با استفاده از شبکه عصبی اتوانکدر آبشاری
کد مقاله : 1125-CFIS (R2)
نویسندگان:
علی قویدل *1، محمد منثوری2
1دانشگاه آزاد اسلامی واحد تهران شمال
2گروه برق-کنترل، دانشکده فنی و مهندسی، دانشگاه شاهد
چکیده مقاله:
در دهه های اخیر امنیت شبکه در برابر حملات بسیار مهم است. اکثر سیستم های رایانه ای از آسیب پذیری های امنیتی رنج می برند. بنابراین، تشخیص ناهنجاری و نفوذ شبکه به یکی از موضوعات گرم برای محققان تبدیل شده است. یک راه موثر، استفاده از سیستم تشخیص نفوذ به عنوان یک ابزار برای تشخیص ناهنجاری ها در شبکه است. سیستم های تشخیص نفوذ مبتنی بر امضا و آثار تشخیص ناهنجاری، دو روش متفاوت است. تکنیک های تشخیص ناهنجاری برای شناسایی حملات جدید، اما میزان هشدار نادرست بالا است. سیستم های تشخیص نفوذ از روش های مختلف، از جمله روش های آماری، شبکه های عصبی، هوش مصنوعی و داده کاوی برای تشخیص ناهنجاری استفاده می کنند. برای این منظور، از شبکه عصبی اتوانکدر استفاده می شود که به عنوان یک ابزار یادگیری عمیق در نظر گرفته شده است تا بتواند ورودی های شبکه را تشخیص دهد. کار تشخیص نیز توانایی طبقه بندی دقیق، بین ترافیک شبکه غیر طبیعی و عادی، بصورت آبشاری است.
کلیدواژه ها:
تشخیص ناهنجاری، تشخیص نفوذ، امنیت سایبری، حملات شبکه، امنیت شبکه، اتوانکدر.
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است