• تشخیص ترافیک ناهنجاری شبکه با استفاده از ماشین بردار پشتیبان

    نویسندگان :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1401/02/28
    • تاریخ انتشار در تی پی بین: 1401/06/28
    • تعداد بازدید: 244
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: 02171053833

    تشخیص ترافیک ناهنجاری شبکه با استفاده از ماشین بردار پشتیبان

    آسیب پذیری های جدید و حملات شبکه ای که همیشه در حال تکامل هستند، تهدیدات بزرگی برای امنیت فضای سایبری امروزی هستند. تشخیص ناهنجاری در ترافیک شبکه یک تکنیک امیدوارکننده و موثر برای افزایش امنیت شبکه است. علاوه بر تجزیه و تحلیل آماری سنتی و تکنیک های تشخیص مبتنی بر قانون، مدل های یادگیری ماشین برای تشخیص هوشمند داده های ترافیک غیرعادی معرفی شده اند. در این مقاله، روش با استفاده از ماشین بردار پشتیبان و خوشه بندی برای تشخیص ناهنجاری در ترافیک شبکه پیشنهاد شده است.

    لینک ها در گزارش ترافیک شبکه از طریق قوانین آماری و طرح ریزی خطی به بردارهای ویژگی تبدیل می شوند. بردارهای ویژگی به دست آمده به طبقه بندی کننده ماشین بردار پشتیبان وارد می شوند و به عنوان عادی یا غیرعادی طبقه بندی می شوند. براساس ایده ماشین بردار پشتیبان و خوشه بندی، یک مدل بهینه سازی برای آموزش پارامترهای روش استخراج ویژگی و طبقه بندی کننده ترافیک ایجاد می شود. تست های عددی نشان می دهند که مدل پیشنهادی در تمام مجموعه داده های آزمایش شده بهتر عمل می کند.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها