چکیده مقاله
در سال های اخیر محاسبات ابری در حال تبدیل شدن به یک فناوری مهم در حوزه ی فناوری اطلاعات است هدف اصلی این فناوری میسر ساختن دسترسی به حجم عظیمی از منابع محاسباتی به صورت مجازی سازی شده است معماری توزیع شده و باز محاسبات ابری باعث شده اطلاعات موجود در ابر مورد هدف حملاتی مانند DOS و U2R و R2L و PROP قرار بگیرد سیستم های تشخیص نفوذ با تشخیص و یا پیشگیری از حملات در شبکه های کامپیوتری به افزایش امنیت کمک می کنند و نقش موثر در تامین امنیت دارند ما یک سیستم تشخیص نفوذ مبتنی بر ناهنجاری ارائه کرده ایم در سیستم پیشنهادی، از مجموعه داده ی NSL KDD استفاده کردیم ابتدا برای انتخاب مهمترین ویژگی مجموعه داده از روش های کاهش ویژگی استفاده کرده و با اعمال فیلترهای Gain Ratio و CfsSubsetEval از 41 ویژگی مجموعه داده 21 ویژگی را انتخاب کردیم سپس الگوریتم دسته بندی جنگل تصادفی را بر روی نتایج حاصل از اعمال فیلترها ، اعمال کردیم برای ارزیابی مدل دسته بندی از مدل اعتبار سنجی متقابل Fold 10 استفاده کردیم نتایج شبیه سازی نشان داد که این مدل دارای دقت میانگین 99 62 درصد در تشخیص کلی حملات و در تشخیص حملات DOS دارای دقت 99 9 درصد است
کلیدواژهها
نویسندگان
عباس کریمی
هیئت علمی دانشگاه آزاد اسلامی، واحد اراک
زینب امرایی
کارشناس ارشد دانشگاه آزاد اسلامی واحد آشتیان
حمیدرضا صاحبی
هیئت علمی دانشگاه آزاد اسلامی واحد آشتیان
شیوه ارجاع
کریمی، عباس و امرایی، زینب و صاحبی، حمیدرضا،1398،طراحی مدلی جدید در راستای بهبود سیستم تشخیص نفوذ در محاسبات ابری،هشتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات هشتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات21 آذر 1398 · بابل