سال انتشار: ۱۳۹۳
محل انتشار: نخستین سمپوزیوم ملی رباتیک و هوش مصنوعی
تعداد صفحات: ۷
نویسنده(ها):
رضا خدابنده لو – گروه کامپیوتر، دانشکده فنی و مهندسی، واحد بویین زهرا، دانشگاه آزاد اسلامی، ایران
مجید خلیلیان – دانشگاه آزاد اسلامی واحد کرج

چکیده:
تشخیص به موقع، دقت بالای نفوذ از داده های ترافیک شبکه به روش های مختلف سیستم های داده کاوی از جمله شبکه های عصبی از نیازهای اساسی امنیت شبکه می باشد. تشخیص صحیح حمله و پایین آوردن تشخیص نادرست در سیستم های IDS از جمله موارد اصلی مدنظر طراحان سیستم های تشخیص نفوذ می باشد. ترافیک شبکه به دو دسته نرمال و حمله تقسیم می شود. تشخیص حملات غیرعادی یا انحراف Anomaly و سوء استفاده Misuse از جمله مواردی است که سیستم تشخیص نفوذ قادر به شناسایی آن می شود. الگوریتم های تشخیص نفوذ شبکه های عصبی به دو دسته با ناضر مانند پیشخور و بازگشتی و بدون ناظر مانند SOM و ART تقسیم می شود. در این مقاله انواع IDS های تشخیص نفوذ شبکه های عصبی بدون ناظر که نیاز به آموزش مجدد ندارد، بررسی می شود.