تشخیص نفوذ از نوع آنومالی با استفاده از شبکه های عصبی بدون ناظر
چکیده
در مباحث امنیت سیستم ها و شبکه های کامپیوتری، منظور از تشخیص نفوذ، تشخیص آن دسته از حملات و نفوذ هایی است که با استفاده از مکانیزم های معمول پیشگیرانه، ازجمله روش های هویت شناسی و اعتبارسنجی، کنترل دسترسی، حفاظ و رمزنگاری، امکان پیشگیری از بروز آن ها وجود ندارد. یکی از روش های موجود در تشخیص نفوذ، بهره گیری از شبکه های عصبی مصنوعی می باشد، که هم برای تشخیص سوءاستفاده، بر اساس الگوهای حملات از قبل شناخته شده و هم برای تشخیص ناهنجاری، بر اساس نمایه های نرمال، می تواند به کار گرفته شود. در این پایان نامه یک سیستم تشخیص نفوذ مبتنی بر شبکه های عصبی بدون ناظر معرفی می گردد. این سیستم امکان آموزش، تست، به کارگیری شبکه عصبی بدون ناظر som را در یک سیستم تشخیص نفوذ فراهم می آورد. روش محاسبه ویژگی های انتخاب شده برای شبکه عصبی som در تشخیص نفوذ محاسبه آنتروپی ویژگی ها است که کمترین مقادیر در 41 ویژگی محاسبه شده و به شبکه داده می شود. ارزیابی بر اساس مجموعه داده های kdd cup 99 انجام گرفته است.