چکیده مقاله
رایانش ابری به عنوان یکی از فناوری های نوین، با ارائه خدمات متنوع و مقرون به صرفه به کاربران، به طور گسترده ای مورد استفاده قرار گرفته است اما این محیط به دلیل دسترسی گسترده و منابع اشتراکی، در معرض انواع حملات سایبری قرار دارد که می تواند امنیت داده ها و اعتماد کاربران را به خطر بیندازد در این پژوهش، برای افزایش امنیت در رایانش ابری، یک سیستم تشخیص نفوذ مبتنی بر ترکیب ماشین بردار پشتیبان SVM و منطق فازی طراحی و پیاده سازی شده است ابتدا مجموعه داده CICIDS ۲۰۱۷ به عنوان منبع اصلی داده انتخاب و پیش پردازش شد سپس مدل SVM برای شناسایی الگوهای پیچیده و منطق فازی برای بهبود تصمیم گیری نهایی به کار گرفته شدند برای ارزیابی عملکرد، نتایج مدل پیشنهادی با دو روش پایه ای Logistic Regression و Random Forest مقایسه شد نتایج آزمایش نشان داد که مدل پیشنهادی با دقت ۸۷٪، حساسیت ۸۹٪ و ویژگی ۸۶٪، عملکرد بهتری نسبت به مدل های مقایسه ای دارد این نتایج نشان دهنده کارایی و قابلیت اعتماد روش پیشنهادی در تشخیص حملات شبکه ای است این پژوهش نشان می دهد که ترکیب ماشین بردار پشتیبان و منطق فازی می تواند به عنوان روشی کارآمد و انعطاف پذیر برای بهبود امنیت رایانش ابری استفاده شود این سیستم می تواند با شناسایی سریع و دقیق نفوذها، از داده ها و منابع ابری محافظت کرده و اعتماد کاربران را به این فناوری افزایش دهد
کلیدواژهها
نویسندگان
حسین فراهانی
کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه آزاد ساوه
حسین فراهانی
کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار دانشگاه آزاد ساوه
شیوه ارجاع
فراهانی، حسین،1405،افزایش امنیت در رایانش ابری با سیستم تشخیص نفوذ مبتنی بر ماشین بردار پشتیبان (SVM) و منطق فازی،سی امین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان
ارائهشده در
کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک7 مهر 1405 · شیروان