چکیده مقاله
با توجه به تحول روز افزون تکنولوژی و افزایش سطح تماس کاربران تهدید با دنیای سایبری، شناسایی تهدیدات سایبری مانند حملات توزیع شده انکار سرویس DDoS هنگام رصد فعالیت ها و گزارشات فایروال و سرور اهمیت بسیار فراوان دارد در مقالات پیشین خود در رابطه با موضوع شناسایی حملات بدافزار Malware و نفوذ Intrusion پژوهش نموده و روش نوآورانه ای با استفاده از مدل ماشین بردار پشتیبان SVM با کرنل چندجمله ای Polynomial ارائه نمودیم این روش به طور موثر الگوهای پیچیده و غیرخطی موجود در داده را که ممکن است مدل های خطی سنتی نادیده بگیرند را در نظر گرفته و ثبت میکند همچین این مدل خود را در پژوهش پیشین در رابطه سایر حملات به صورت کامل به اثبات رسانده و خود را در تشخیص حملات سایبری به صورت مجزا توانمند نشان داده است در این پژوهش نیز به صورت تکمیلی این توانمندی را به وسیله تشخیص موفق و با دقت بالا برای حملات DDoS در یک مجموعه داده ۴۰۰۰۰تایی تثبیت می نماید
کلیدواژهها
نویسندگان
مصطفی حسینی
موسسه آموزش عالی شاهرود
شیوه ارجاع
�سینی، مصطفی،1403،کاربرد یادگیری ماشین جهت تشخیص حملات DDoS در امینت سایبری،سومین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات،مشهد
ارائهشده در
مجموعه مقالات سومین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات29 شهریور 1403 · مشهد