استفاده از تکنیک های داده کاوی در سیستم های تشخیص نفوذ 



x

استفاده از تکنیک های داده کاوی در سیستم های تشخیص نفوذ



ارزیابی عملکردی تقاطعات کنترل شده با چراغهای راهنمائی هوشمند-مطالعه موردی شهر یزد
پهنه بندی خطر سیلاب شهری با استفاده از آنالیز تصمیم گیری چند معیاره (MCDA) و سیستم اطلاعات جغرافیایی (GIS) (مطالعه موردی: شهر کرمانشاه)
ايجاد سكوي آزمايش پروتكلهاي ISDN-PRI و v5.2 بر روي STAP
بررسی، شناسائی و تولید بیوسورفکتانت توسط گونه های باکتریایی
بررسی تاثیر اختلاط عمیق خاک بر روی ظرفیت باربری و نشست خاک ریزدانه
طراحی الگوی تصمیم گئری برون سپاری پروژه های تحقیق و توسعه دفاعی

بررسی وبهینه سازی چرخه های ترکیبی تولیدهمزمان بااستفاده ازسوخت های بیوگاز از دیدگاه های اگزرژی،اگزرژی- اقتصادی
تعیین پارامتر های مودال قاب برشی با استفاده از روش خروجی-تنها و معرفی روش جدید احتمالاتی برای تعیین شکل مود قاب برشی
بررسی برگشت‌ پذیری فرش تحت بار دینامیکی و استاتیکی و اثر پارامترهای مشخصه‌ی فرش بر روی آن
تولید پودر نانو کریستالی آلومینیوم به روش پراکندن چیپس جامد
تحلیل تغییرات تصرفات اراضی حاشیه رودخانه میناب با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی
طراحی مجموعه مسکونی با رویکرد امنیت اجتماعی ساکنین در سایت اوین-درکه
حمایت از ما | مشهدهاست
`

استفاده از تکنیک های داده کاوی در سیستم های تشخیص نفوذ






امروزه توسعه روزافزون شبکه های رایانه‌ای و کاربرد وسیع آن در زندگی بشر، لزوم تأمین امنیت این شبکه‌ها را بیش از پیش نمایان ساخته است. جهت تأمین امنیت از ابزار و تجهیزات مختلفی استفاده می‌شود که سیستم تشخیص نفوذ از جمله آنها به شمار می‌رود. سیستم‌های تشخیص نفوذ، اغلب از دو روش تشخیص سوء استفاده و تشخیص ناهنجاری به منظور تشخیص نفوذ استفاده می‌کنند. روش‌های تشخیص سوء استفاده، نرخ تشخیص بالایی دارند اما توانایی شناسایی حملات جدید را ندارند. در مقابل، روش‌های تشخیص ناهنجاری، توانایی شناسایی حملات جدید را دارند اما نرخ هشدار غلط بالایی دارند. تا کنون روش‌های مختلفی به منظور افزایش نرخ تشخیص و کاهش نرخ هشدار غلط در تشخیص ناهنجاری‌ها مورد استفاده و آزمایش قرار گرفته است؛ اما هیچ یک نتوانسته‌اند به موفقیت کامل دست یابند و تحقیقات در این زمینه همچنان ادامه دارد. در این پایان نامه، مدلی جدید به منظور تشخیص ناهنجاری‌های شبکه، مبتنی بر تکنیک‌های داده کاوی، طراحی، پیاده سازی و ارزیابی شده است. مدل ارائه شده در این پایان نامه شامل سه فاز می‌باشد. فاز اول شامل آماده سازی و پیش پردازش داده است و در این فاز تلاش شده است تا ویژگی‌های موثر و مهم در شناسایی حملات استخراج گردد. فاز دوم نیز به ترتیب شامل سه مرحله تعیین تعداد بهینه خوشه‌ها، خوشه بندی توسط الگوریتم K-means و ارزیابی و اعتبارسنجی خوشه های ایجاد شده می‌باشد. فاز سوم، ساخت مدل توسط سه الگوریتم طبقه بندی C5، شبکه عصبی MLP و رگرسیون لجستیک و در نهایت مقایسه آنها و انتخاب مدل بهینه را شامل می‌شود. نتایج حاصل از آزمایشات انجام شده در این پایان نامه نشان می‌دهد که مدل درخت تصمیم گیری C5 با دقت طبقه بندی 99.84%، نرخ تشخیص 99.83% و نرخ هشدار غلط 0.14% نسبت به سایر مدل‌های مورد مقایسه برتری دارد.
نمایه ها:
تشخیص نفوذ |
سیستم تشخیص نفوذ |
داده کاوی |
تکنیک های داده کاوی |
تشخیص ناهنجاری |



 اين مطلب بدون دخالت انساني عينا از اين آدرس کپي شده و تمامي مسوليت آن با ناشر اصلي است.

برترین مطالب


بهبود روش های دسته بندی در داده کاوی با استفاده از دانش گذشته
تحلیل پنهان نگاری در تصاویر رنگی 24 بیتی
مدلسازی نمونه محور تصمیم گیری انسان بوسیله ساختار شناختی ACT-R
ارایه روشی برای پیش بینی بیماری قلبی با استفاده از داده کاوی(مطالعه موردی: بیماران بیمارستان شهید مدنی)
فرآیند آبگیری (رطوبت زدایی) از گاز با بکارگیری جاذب های جامد در یک بستر سیالی
بهینه سازی مقاطع کانال های روباز با استفاده از روش های فراکاوشی

طراحی و ساخت یک رمزکننده متن مبتنی بر z-80 (شهید ملکی 2)
طراحی و ساخت بالابرنده دستگاه ESR
سنگ زنی به روش تخلیه الکتریکی ‏‎( EDG )‎‏
ریتواتور
بررسی اجمالی باتری های آلکالاین و مقایسه آنها با باتری های لکلانشه
مبانی ریاضی و الگوریتمهای محاسباتی سیستمهای رمزنگاری کلید عمومی
*