سال انتشار: ۱۳۹۱

محل انتشار: کنفرانس بین المللی مدل سازی غیر خطی و بهینه سازی

تعداد صفحات: ۷

نویسنده(ها):

حامد رجبی قمی – عضو هیات علمی گروه مهندسی کامپیوتر، دانشگاه شمال، آمل،
محمد بهزادی – فارغ التحصیل مهندسی کامپیوتر، دانشگاه شمال، آمل

چکیده:

در طول دهه اخیر با رشد سریع اینترنت و دسترسی عمومی به اطلاعات، امنیت اطلاعات به یکی از موضوعات تحقیقاتی پرطرفدار در بین محققین تبدیل شده است. سیستم های تشخیص نفوذ ) IDS ( یکی از ابزارهای مناسبجهت نظارت و جلوگیری از نفوذ و سوء استفاده از سیستم یا شبکه می باشند. این سیستم ها وظیفه شناسایی و تشخیص هر گونه استفاده ی غیرمجاز، سوء استفاده و یا آسیب رسانی به سیستم و شبکه توسط هر دو دسته یکاربران داخلی و خارجی را بر عهده دارند . در سیستمهای تشخیص نفوذ از دو روش تشخیص رفتار غیرعادی ۳ و تشخیص سوءاستفاده ۴ )تشخیص مبتنی بر امضاء( ۵ استفاده می شود.در این مقاله یک روش تشخیص نفوذ مبتنی بر شبکه های عصبی انتشار به عقب ارائه شده است. روش پیشنهادی با کمک نرم افزار Matlab پیاده سازی شده و با استفاده از مجموعه داده های آموزشی و تست NSL-KDD مورد تست و ارزیابی قرار گرفته است. نتا یج ارزیابی نشان می دهد که راهکار پیشنهادی منجر به افزایش نرخ تشخیص و کاهش هشدارهای نادرست شده است