لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : word (..doc) ( قابل ويرايش و آماده پرينت )
تعداد صفحه : 24 صفحه
قسمتی از متن word (..doc) :
1
تشخيص نفوذهاي غير عادي - anomaly
در بستر شبكه با تشخيص outlier - يك انحراف كامل از مفهوم
هايي كه از قبل بررسي نشده اند
چكيده :
تشخيص ناهنجاري (anomaly) موضوعي حياتي در سيستم هاي تشخيص نفوذ به شبكه است (NIDS) - Network Intrusion Detection Systems
. بسياري از NIDS هاي مبتني بر ناهنجاري «الگوريتمهاي پيش نظارت شده » - Unsupervised Algorithm
را بكار مي گيرند كه ميزان كارايي اين الگوريتمها بسيار وابسته به دادها هاي تمريني عاري از خطا ميباشد . اين در حالي است كه در محيط هاي واقعي و در شبكه هاي واقعي تهيه اينگونه داده ها بسيار مشكل است . علاوه بر اينها ، وقتي محيط شبكه يا سرويسها تغيير كند الگوهاي ترافيك عادي هم تغيير خواهد كرد .
اين مساله به بالا رفتن نرخ مثبت نمايي - تشخيص اشتباه كي مورد به عنوان نفوذ غير عادي ، كه موجب مي شود نرخ تشخيص ناهنجاري به صورت كاذب بالا رود
در NIDS هاي پيش نظارت شده منجر مي شود . تشخيص يك انحراف كامل (outlier) پيش نظارت نشده ميتواند بر موانعي كه در راه تشخيص ناهنجاري هاي پيش نظارت شده وجود دارد غلبه كند . به همين دليل ما الگوريتم « جنگلهاي تصادفي » - Random forests algorithm
را كه يكي از الگوريتمهاي كار امد براي استخراج داده است به خدمت گرفته ايم و آن را در NIDS هاي مبتني بر ناهنجاري اعمال كرده ايم . اين الگوريتم ميتواند بدون نياز به داده هاي تمريني عاري از خطا outlier ها را در مجموعه داده هاي
برچسب ها:
تحقیق در مورد نفوذ غير عادي در شبكه نفوذ غير عادي در شبكه دانلود تحقیق در مورد نفوذ غير عادي در شبكه نفوذ غير عادي شبكه تحقیق مورد نفوذ عادي شبكه