۷۰۴

Improving the Efficiency of Intrusion Detection Systems using Hybrid Approaches and Data Mining

كارشناسي ارشد

مهندسي كامپيوتر

تهران شمال

۱۳۹۶

۱۳۹۶/۱۲/۲۳

۱۸

۱۰۹ص.

خليلي،مهدي

۱۰۲-۱۰۵ص.

Intrusion detection system , Ensembled models , Bayesian networks

امروزه حملات به سيستم ها و شبكه هاي كامپيوتري ممكن است در هر محيط اطلاعاتي رخ دهند بعضي از اين حملات كه براي ناتوان كردن كامپيوترها و شبكه ها طراحي شده اند، قابل مشاهده هستند، اما آنهايي كه به طور مخفيانه به جمع آوري اطلاعات مي پردازند سخت تشخيص داده مي شوند. اگرچه تا كنون مدلهاي مختلفي براي به كارگيري در مساله تشخيص نفوذ در سيستم ها و شبكه هاي كامپيوتري ارائه شده اما همچنان تشخيص كاربران مجاز از غير مجاز مشكل مي باشد زيرا نفوذ كنندگان شبيه به كاربران عاديعمل مي كنند. در اين پايان نامه يك الگوريتم مدلسازي تركيبي جهت بهبود كيفيت تشخيص ها در سيستم هاي تشخيص نفوذ با استفاده از تجميع TANدر شبكه هاي بيزين و Boostingدر ساختاردرخت تصميم C5.0ارائه مي شود. ايده اصلي اين كار هم افزايي نقاط قوت آنها همزمان با دوري از نقاط ضعف آنهاست.پياده سازي و ارزيابي مدل روي مجموعه داده KDDCUP’99و با استفاده از چند معيار پراستفاده در زمينه تشخيص نفوذ انجام مي شود. نتايج آزمايش ها نشان مي دهد كه مدل پيشنهادي نه تنها به دقت بالاتر بلكه به نرخ هشدارهاي اشتباه كمتري از سايرمدل هاي موجود دست مي يابد.

47250