ارزیابی معیار رگرسیون جهت بهبود امنیت رایانش ابری در برابر حملات انکار سرویس

چکیده مقاله

تاثیر حمله انکار سرویس توزیع شده یک تهدید امنیتی جدی برای محاسبات ابری است که بر در دسترس بودن خدمات ابری گذارد و دفاع در برابر این حملات امری ضروری است در این پژوهش روشی جهت ارزیابی معیار رگرسیون جهت بهبود امنیت رایانش ابری در برابر حملات انکار سرویس توزیع شده مبتنی بر پرسپترون چندلایه ارائه شد در روش پیشنهادی، یک سیستم تشخیص حمله انکار سرویس توزیع شده را بر اساس یک ماشین یادگیری افراطی تکاملی خود تطبیق پذیر ارائه شده که این مدل با ترکیب دو ویژگی بهبود یافته است که اولا میتواند بهترین اپراتور متقاطع مناسب را تطبیق دهد و ثانیا، می تواند به طور خودکار تعداد مناسب نورونهای لایه پنهان را تعیین کند این ویژگیها قابلیتهای یادگیری و طبقه بندی مدل را بهبود میبخشد برای ارزیابی این از الگوریتم OSELM استفاده شده است و با چند روش دیگر هم رده مبتنی بر معیارهای مختلف برای ارزیابی در نظر گرفته شد برای شبکه پیشنهادی ۱۵ نرون در لایه پنهان تعداد ۲۵۰۰ تکرار در آموزش و تابع هسته زیگمودی پیشنهاد شد و با استفاده از مجموعه داده NSL KDD ارزیابی انجام شد که آزمایشها نشان داد که عملکرد سیستم تشخیص حمله پیشنهادی بهتر از سیستم مبتنی بر SaE ELM اصلی و تکنیکهای پیشرفته است

کلیدواژه‌ها

نویسندگان

امیر حسین نظری افشار

فارغ التحصیل کارشناسی ارشد دانشگاه آزاد تهران واحد یادگار امام خمینی ره شهرری

حمیدرضا دوست

دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات گرایش تجارت الکترونیک از دانشگاه آزاد واحد علوم و تحقیقات

نظری افشار، امیر حسین و دوست، حمیدرضا،1404،ارزیابی معیار رگرسیون جهت بهبود امنیت رایانش ابری در برابر حملات انکار سرویس،هفتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات،مشهد

ارائه‌شده در

مجموعه مقالات هفتمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق ، کامپیوتر ، مکانیک و مخابرات21 مرداد 1404 · مشهد