سال انتشار: ۱۳۸۲

محل انتشار: پنجمین کنفرانس سراسری سیستم های هوشمند

تعداد صفحات: ۱۰

نویسنده(ها):

رسول جلیلی – دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف تهران
مرتضی امینی – دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف تهران

چکیده:

در این مقاله یک سیستم تشخیص تهاجم مبتنی بر شبکه های عصبی بدون سرپرست با نامUNNID معرفی می گردد که قادر به شناسایی و تشخیص حملات و تهاجم های روی داده در شبکه های کامپیوتری می باشد . این سیستم امکان آموزش، تست، تنظیم و به کارگیری شبکه های عصبی ب دون سرپرست را در یک سیستم تشخیص تهاجم فراهم می آورد. با استفاده از این سیستم، کارایی دو نوع شبکهعصبیART با نامهایART2- و ART-1 در تشخیص تهاجم مورد ارزیابی قرار گرفت و با نتایج حاصله از به کارگیری شبکه عصبی خودسازماندهSOM در این سیستم، مقایسه گردید. نتایج حاصله نشان داد که شبکه هایART قادر به دسته بندی درست بیش از ۹۰ درصد ترافیک شبکه به دسته های نرمال و حمله می باش ند. از آنجاییکه در طراحی سیست مUNNID از ترکیب روشهای تشخیص سوءاستفاده و تشخیص ناهنجاری استفاده شده است، لذا قادر است نه تنها حملات شناخته شده بلکه حملات جدید ناشناخته ، که نوعی ناهنجاری محسوب می شوند، را نیز شناسایی نماید