[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 2، شماره 1 - ( 10-1397 ) ::
جلد 2 شماره 1 صفحات 26-49 برگشت به فهرست نسخه ها
سیستم های تشخیص نفوذ الهام گرفته از ایمنی مصنوعی
حسین شیرازی*، احسان فرزادنیا، علیرضا نوروزی
دانشگاه صنعتی مالک اشتر
چکیده:   (689 مشاهده)

در سالهای اخیر جهت گیری کارهای پژوهشی در زمینه ارائه سیستمهای تشخیص نفوذ به سمت الهام گرفتن از سیستم ایمنی زیستی به منظور حل مسائل پیچیده این حوزه بوده است. سیستم ایمنی مصنوعی و پتانسیلِ اعمالِ مصونیّت آن، با پیش زمینه دفاع زیستی آن در واقع راهکاری برای کنترل امنیّت و تشخیص ناهنجاری شبکه سازمان مطرح می باشد. در این پژوهش متدهای مختلف ایمنی مصنوعی در مقایسه با سایر متدهای یادگیری ماشین و الگوریتمهای فراابتکاری با هدف ارائه رویکردی نو برای حل مسئله تشخیص نفوذ بررسی و ارزیابی شده اند.  ارزیابی ها در نرم افزار استاندارد Weka3.6 تحت دادگان نفوذ NSL-KDD  انجام شده اند.  نتایج آزمایشات حاکی از آنست که بعد از تعبیه فاز انتخاب ویژگی در متدهای ایمنی مصنوعی به ترتیب در  Immunos99 , ARIS2Paralell  و CSCA  منجر به افزایش محسوسی در دقّت دسته بندی می گردند.  در نتیجه رویکردِ  Bat + ARIS2Paralell   به ترتیب با  ضریب همبستگی 0.946 ، نرخ تشخیص 0.973  صحّت 0.9725 و خطای مثبت کاذب 0.028  دسته بندی مطلوب تری را در بین سایر رویکردها داشته و به نظر میرسد به دلیل نرخ همبستگی بالا قابلیت اطمینان در خصوص امکان بهره برداری در جهت توسعه سیستم های تشخیص نفوذ آینده را داشته باشد.

واژگان کلیدی:  سیستم تشخیص نفوذ ، انتخاب ویژگی ، الگوریتمهای فراابتکاری ، سیستم ایمنی مصنوعی ، بهره اطلاعات
واژه‌های کلیدی: سیستم تشخیص نفوذ، انتخاب ویژگی، الگوریتمهای فراابتکاری، سیستم ایمنی مصنوعی، بهره اطلاعات .
متن کامل [PDF 1924 kb]   (349 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۷/۱/۲۰ | پذیرش: ۱۳۹۷/۳/۱۲ | انتشار: ۱۳۹۷/۱۰/۲۴
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Shirazi H, Farzadnia E, Norouzi A. Scrutinizing and evaluating intrusion detection approaches based on the artificial immune system. C4I Journal. 2019; 2 (1) :26-49
URL: http://ic4i-journal.ir/article-1-23-fa.html

شیرازی حسین، فرزادنیا احسان، نوروزی علیرضا. سیستم های تشخیص نفوذ الهام گرفته از ایمنی مصنوعی. فصلنامه علمی-پژوهشی فرماندهی و کنترل. 1397; 2 (1) :26-49

URL: http://ic4i-journal.ir/article-1-23-fa.html



دوره 2، شماره 1 - ( 10-1397 ) برگشت به فهرست نسخه ها
فصلنامه علمی-پژوهشی فرماندهی و کنترل C4I Journal
Persian site map - English site map - Created in 0.06 seconds with 31 queries by YEKTAWEB 3937