چکیده مقاله
برای شناسایی حملات که نوعی چالشی امنیتی می باشند با توجه به پیشرفتهای اخیر کارهای زیادی در زمینه تشخیص نفوذ حملات انجام شده که عمده روشهای اخیر از الگوریتمهای طبقه بندی استفاده کرده اند که این کارها در زمینه دقت کلی به نتایج قابل قبولی رسیدهاند ولی در مورد تشخیص دو حمله Probe و R۲L دقت روشهای موجود کافی به نظر نمیرسد بنابراین در این مقاله رویکرد جدیدی ارائه می شود که دقت تشخیص این دو نوع حمله افزایش یابد و برای رسیدن به این هدف استفاده از ترکیب سه طبقه بند نزدیکترین همسایه وNaive Bayes و درخت تصمیم با عملگر Vote برای بهبود دقت تشخیص حملات مذکور پیشنهاد میگردد و برای انجام ارزیابی از مجموعه داده KDD cup۹۹ استفاده شده است که برای انجام کاهش ویژگی از ابزار PCA استفاده کرده و سپس با توجه به ترکیب سه طبقهبند مبتنی بر رای گیری نتایج حاصل میگردد یافته های بدست آمده نشان میدهد که میزان دقت مدل پیشنهادی افزایش پیدا کرده است که دقت %۹۶ ۶۷ برای حمله های Probe و دقت %۹۸ ۶۸ برای حمله های R۲L بدست آمده است
کلیدواژهها
نویسندگان
یاسر سرداریان
گروه مهندسی کامپیوتر، موسسه آموزش عالی سلمان، مشهد، ایران
حسن شاکری
گروه مهندسی کامپیوتر ، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
شیوه ارجاع
�رداریان، یاسر و شاکری، حسن،1400،تشخیص نفوذ مبتنی بر ترکیب طبقه بندها برای بهبود دقت تشخیص حملات Probe و R۲L،سیزدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات سیزدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات31 شهریور 1400 · بابل