Flame Clustering and Cuckoo Search Selection for Building a New Intrusion Detection Model
| العنوان بلغة أخرى: |
اللهب العنقودية واختيار البحث الواقوق لبناء نموذج جديد لكشف التسلل |
|---|---|
| المؤلف الرئيسي: | Al Zboon, Kawthar Ahmad (Author) |
| مؤلفين آخرين: | Al Nihoud, Jehad Q. (Advisor) , Al Sharafat, Wafa' S. (Advisor) |
| التاريخ الميلادي: |
2017
|
| موقع: | المفرق |
| الصفحات: | 1 - 66 |
| رقم MD: | 855642 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة آل البيت |
| الكلية: | كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
29
| المستخلص: |
وفقا لتكنولوجيا المعلومات والاهتمام بثورات عالم الحاسوب، أصبح لهذا العالم ملفات ومعلومات وجب حمايتها من الهجمات المختلفة بأنواعها والتي تتسبب بإفسادها وتشويهها. لذلك ظهرت العديد من الخوارزميات لزيادة مستوى الحماية ولتكشف عن جميع أنواع الهجمات. والهدف من هذه الرسالة هو بناء نظام لاكتشاف الهجمات مدعم بالخوارزمية الجينينة، خوارزمية الواقواق وخوارزمية تجمع غامض من تقريب المحلي من الأعضاء (الشعلة). وهذه الخوارزميات استخدمت في البحث من أجل زيادة نسبة اكتشاف الهجمات ونسبة الدقة، وتقليل نسبة الإنذار الخاطئ. في هذه الرسالة تم تحسين الخوارزمية الجينية باستخدام خوارزمية الواقواق في اختيار أفضل الأفراد للتزواج. وأيضا استخدم خوارزمية تجمع غامض من تقريب المحلي من الأعضاء (الشعلة) التي عملت على تقليل الميزات الموجودة في النظام من 41 ميزة إلى 20. ولقد أثر ذلك على نظام اكتشاف الهجمات في الشبكات الحاسوبية بزيادة معدل اكتشاف الهجمات ليصبح 99.9%، وتقليل معدل الإنذار الخاطئ ليصبح 0.004%. |
|---|---|
| وصف العنصر: |
\n \n |
عناصر مشابهة
-
Enhanced Solutions for Misuse Network Intrusion Detection System using SGA and SSGA
بواسطة: Jebur, Sabah Abd Alazeez منشور: (2015) -
Improve K-Medoids Clustering Technique using Cuckoo Search Algorithm
بواسطة: Al Bgoom, Lubna Hzoum منشور: (2017) -
Implementation of a Decision Support System for Human Resources Evaluation and Selection
بواسطة: الغليلات، أنور حجاب منشور: (2020) -
Using genetic algorithm for network intrusion detection
بواسطة: Zbeel, Bahaa Mohsen منشور: (2013) -
A Hybrid Model for Intrusion Detection
بواسطة: جروان، ميس وليد منشور: (2015)
