بررسی سیستم های تشخیص نفوذ مبتنی بر تکنیک های داده کاوی

بررسی سیستم های تشخیص نفوذ مبتنی بر تکنیک های  داده کاوی

آکادمی داده

۱۳۹۷/۰۵/۲۴


  • 59 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.

در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

 

در این مقاله تعدادی از تکنیک های مختلف داده کاوی که در سیستم های تشخیص نفوذ به کار برده شده است مورد بررسی قرار گرفت. با استفاده از تکنیک های داده کاوی در سیستم های تشخیص نفوذ می توان ترافیک های نرمال و غیر نرمال را در شبکه شناسایی کرد. این مقاله تکنیک های داده کاوی متفاوتی که در سیستم های تشخیص نفوذ مورد استفاده قرار گرفته است همانند: تکنیک های دسته بندی، خوشه بندی و روشهای یادگیری ترکیبی را مورد بررسی قرار داد. خوشه بندی یک تکنیک یادگیریِ بدون نظارت است که داده های بدون برچسب مثل حملات ناشناخته را تشخیص می دهد. درحالی که دسته بندی یک تکنیک یادگیری نظارت شده است که تنها داده های برچسبدار مثل حملات شناخته شده را تشخیص می دهد. نتایج به دست آمده از مقالات مختلف نشان می دهد، خوشه بندی نسبت به دسته بندی در زمینه تشخیص نفوذ برای دستیابی به نرخ تشخیص بالا و نرخ هشدار غلط پایین، مناسب تر عمل می کند. همچنین مشاهده می شود سیستم های تشخیص نفوذ مبتنی بر روش های یادگیریِ ترکیبی عملکرد بسیار خوبی در سیستم های تشخیص نفوذ دارند.

 

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 

اگر به دنبال مجموعه مقالات فارسی در موضوعات مختلف هستید به لینک مراجعه بفرمایید. در این لینک مجموعه مقالات فارسی در حوزه های مختلف داده کاوی و متن کاوی ارائه شده است.

کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه متن کاوی در حال تحقیق یا پیاده سازی پروژه تجاری یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.