يجب تسجيل الدخول أولا
Fast Network Intrusion Detection Model Based on Matched Filter Optimization
| العنوان بلغة أخرى: |
نموذج الكشف السريع للتسلل إلى شبكة الإنترنت استنادا إلى تحسين عامل التصفية المتطابق |
|---|---|
| المؤلف الرئيسي: | الساعدى، هاجر سيف خميس (مؤلف) |
| مؤلفين آخرين: | Touzene, Abderrezak (Advisor) , Hedjam, Rachid (Advisor) , Abdesselam, Abdelhamid (Advisor) |
| التاريخ الميلادي: |
2019
|
| موقع: | مسقط |
| الصفحات: | 1 - 36 |
| رقم MD: | 1050728 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة السلطان قابوس |
| الكلية: | كلية العلوم |
| الدولة: | عمان |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
11
| المستخلص: |
أصبحت شبكات الكمبيوتر جزء من حياتنا اليومية. حيث جلبت العديد من الفوائد المختلفة للناس في مختلف مجالات حياتهم اليومية، كالأعمال التجارية والتعليم الإلكتروني والتجارة الإلكترونية. وفي الوقت نفسه، أصبح أمن الشبكات أمرا بالغ الأهمية بسبب استمرار ظهور الهجمات وتزايد أعداد مستخدمي الإنترنت. لذلك، يعد أمن الشبكات أحد أهم الموضوعات في شبكات الكمبيوتر، والتي تتضمن اكتشاف ومنع الهجمات المختلفة مثل الفيروسات والديدان وأحصنة طروادة التي قد تكون ضارة على أنظمة الشبكة. يتم العثور على الهجمات وتصنيفها ومنعها من خلال ما يسمى بنظام كشف التسلل ((IDS. يعتمد النوع التقليدي من نظام كشف التسلل على سلوك أنماط الشبكة حيث يتم تخزين أنماط ونماذج الهجمات المعروفة في قواعد بيانات محددة، وتتحقق عملية اكتشاف التسلل من خلال مطابقة نمط حركة المرور مع النماذج المخزنة التي تتسبب في حاجة قواعد البيانات إلى التحديث باستمرار. بدلا من ذلك، يستند النوع الثاني من نظام كشف التسلل (Anomaly-based IDS) أساسا على استخدام التعلم الآلي لإنشاء نموذج موثوق لحركة المرور ((normal activity، ثم مقارنة السلوك المكتشف لحركة المرور عبر الإنترنت مع هذا النموذج. تم اقتراح عدد من النماذج في الدراسات السابقة لاكتشاف الهجمات في الشبكات. في هذه الأطروحة، قمنا باقتراح وتقييم تقنية جديدة للتعلم الآلي، "نموذج التصفية المتطابق"، لاكتشاف اختراق الشبكات. كما قمنا بدراسة أداء النموذج في التصنيف الثنائي باستخدام مجموعة البيانات(NSL-KDD) . علاوة على ذلك، تمت مقارنة أداء النموذج المقترح بتقنيات التعلم الآلي الأخرى التي أقترحها الباحثون على نفس مجموعة البيانات المستخدمة في الأطروحة. تظهر النتيجة التجريبية أن نموذج الفلتر يحقق نتائج عالية الدقة ويتفوق أدائه على العديد من طرق تعلم الآلة التقليدية الأخرى في التصنيف الثنائي. كذلك، يستهلك نموذج الفلتر أقل وقت في مرحلتي التدريب والاختبار من بين نماذج التصنيف الأخرى المذكورة في الدراسات السابقة. |
|---|
عناصر مشابهة
-
Effective Intrusion Detection Approach of IoT Attacks Based Auto Encoders and Convolution Neural Network
بواسطة: Abu Reesha, Dalia Adnan Ereej منشور: (2024) -
An Enhanced Gazelle Optimization Algorithm for Intrusion Detection System in Wireless Sensor Networks
بواسطة: أبو عليقة، رؤى يوسف منشور: (2023) -
Intrusion Detection in WSN Using Artificial Neural Networks and Prairie Dog Optimization Algorithm
بواسطة: الحوامدة، آية محمد منشور: (2023) -
Effective Intrusion Detection Approach of Internet of Things Attacks Based on Multigrain Feature Extractor and Cascaded Deep Forest Trees
بواسطة: عبدالرحيم، جمانة عبدالتواب شعبان منشور: (2024) -
Analysis of Autoencoder Based Network Intrusion Detection System
بواسطة: Alyahyai, Sultan منشور: (2023)
