ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > الشبكة المشقية التي تدور عكسيا...>الوصف

الشبكة المشقية التي تدور عكسيا : هيكل جديد للشبكات الحلقية في المناطق المدنية

المصدر: مجلة جامعة الملك سعود - علوم الحاسب والمعلومات
الناشر: جامعة الملك سعود
المؤلف الرئيسي: الفنتوخ، عبدالقادر بن عبدالله (مؤلف)
المجلد/العدد: مج 18
محكمة: نعم
الدولة: السعودية
التاريخ الميلادي: 2005
الصفحات: 27 - 44
ISSN: 1319-1578
رقم MD: 203791
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: science
مواضيع:
الخوارزميات | علوم الحاسوب | الشبكات الحلقية | أمن الشبكات | الشبكة العصبية | اختراق الشبكات | الانتشار العكسي
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون
حفظ في:
المستخلص: في الآونة الأخيرة ازدادت حوادث الاعتداء على الشبكات وتعطيلها وذلك عائد لزيادة الاعتمادية عليها والرغبة في الترابط مع الشبكات الأخرى وشبكة الإنترنت. لقد أصبحت أنظمة اكتشاف الاختراق عنصر رئيس في منظومة الحماية بغض النظر عن قوة الحماية والدفاعات الخارجية. وكما هو معروف فإن معظم أنظمة كشف الاختراق للأجهزة والشبكات تعتمد على أنظمة الخبرة التي تحتوي على قواعد محددة لا تستطيع اكتشاف الهجمات الجديدة، بل إنها تتسم في الغالب في التسبب في إصدار نسبة كبيرة من البلاغات الكاذبة بهجمات، بالإضافة إلى إخفاقها في اكتشاف بعض الهجمات. في هذا البحث تم تقديم تطبيق الشبكة العصبية كأحد مكونات، نظام كشف الاختراقات الشبكية وبالتحديد لكشف هجمات تعطيل الخدمة. لقد تم بناء نظام شبكة عصبية لكشف الاختراقات المعروفة وغير المعروفة، ولقد تم استخدام خوارزمية الانتشار العكسي "Back Propagation Algorithm" التي تستخدم في تدريب الشبكات العصبية كاملة الارتباط وذات التغذية الأمامية "Feed Forward" ومتعددة الطبقات. في مرحلة تدريب الشبكة على الاختراقات تم استخدام البيانات التي قدمها معمل لينكلن في معهد ماساشوستس للتقنية في المشروع الذي تم رعايته عن طريق وكالة داربا التابعة لوزارة الدفاع الأمريكية. أثبتت التجارب التي أجريت على الشبكة العصبية أنها قادرة وبنسبة كبيرة على التمييز بين الاتصالات الاعتيادية والهجمات، كما تم تحسين الشبكة العصبية لتكون أكثر دقة. لقد قامت الشبكة العصبية باكتشاف ما نسبته 60%من الهجمات غير المعروفة مسبقا. وبتقديم مفهوم المنطقة الرمادية تم إثبات أنه بالإمكان تقليل نسبة اعتبار بأن بعض الهجمات هي اتصالات اعتياده من 40% إلى 8%.

The potential damage to computer networks keeps increasing due to a growing reliance on the Internet and more extensive connectivity. Intrusion detection systems (IDSs) have become an essential component of computer security to detect attacks that occur despite the best preventive measures. A problem with current intrusion detection systems is that they have many false positive and false negative events. Most of the existing intrusion detection systems implemented nowadays depend on rule-based expert systems where new attacks are not detectable. In this paper, a possible application of Neural Networks is presented as a component of an intrusion detection system. An intrusion detection system called Denial of Service Intelligent Detection (DoSID) is developed. The type of Neural Network used to implement DoSID is feed forward which uses the backpropagation learning algorithm. The data used in training and testing is the data collected by Lincoln Labs at MIT for an intrusion detection system evaluation sponsored by the U.S. Defense Advanced Research Projects Agency (DARPA). Special features of connection records have been identified to be used in DoS (Denial-of-Service) attacks. Several experiments have been conducted to test the ability of the Neural Network to distinguish known and unknown attacks from normal traffic. Results show that normal traffic and known attacks are discovered 91% and 100% respectively. Also, it has been shown in the final experiment that the false negative of the system has been reduced considerably.
وصف العنصر: ملخص لبحث منشور باللغة الانجليزية
ISSN: 1319-1578

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.