تشخیص نفوذ در شبکه با استفاده از ترکیب الگوریتم های فراابتکاری و استنتاج فازی

شبکه های حسگر بی سیم در دهه های اخیر، به بخش بسیار ضروری از کاربردها تبدیل شده اند. عموماً، حسگرها بسته به نیاز در چگالی با پراکندگی بالا، در محیط گسترانده می شوند. بسیاری از پروتکل های موجود مسیریابی برای شبکه حسگر بی سیم، از یک مسیر برای انتقال داده ها استفاده می کنند. مسیر مطلوب از بین معیارهایی مانند شیب اطلاعات، فاصله مبدأ تا مقصد و یا سطح انرژی گره های باقی مانده انتخاب می شود. انتقال مطمئن داده ها، یکی از چالش های بزرگ بوده و متکی به انتخاب مسیر بهینه است. امروزه امنیت، یکی از دغدغه های اولیه طراحان شبکه است. مهاجم برای فریب ممکن است داده ها را به مسیر اشتباه، ارسال کند. مهاجم با روش های مختلف قادر به آسیب شبکه است، پس باید مکانیسمی جهت جلوگیری از این حملات ایجاد نمود. بر اساس تحقیقات، بهترین راه تأمین امنیت در نظر گرفتن آن، در مرحله طراحی است. وجود یک سیاست امنیتی مناسب آسیب پذیری سازمان را کمتر می کند. طرح حاضر بررسی تشخیص نفوذ با استفاده از منطق فازی و الگوریتم ژنتیک، را ارایه می کند. الگوریتم ژنتیک یک الگوریتم بهینه سازی می باشد که می تواند به یافتن قوانین فازی مناسب کمک نماید و قانون فازی یک الگوریتم فراگیری ماشین می باشد. رویکرد فازی – ژنتیک می تواند عملکرد بهتر از تکنیک های منفرد را فراهم نماید. در این طرح، تشخیص نفوذ بر روی مجموعه دادهای kddcup99 صورت گرفت. این کار به وسیله ایجاد دسته بندی ترکیبی که از naïve bayes و تکنیک های فازی و بهینه ساز تکاملی ژنتیک استفاده می کند صورت گرفت. نتایج نیز بهبودی های قابل ملاحظه ای را در زمینه تشخیص میزان صحت و نرخ آلارم اشتباه نشان می دهد. با نگاه به زمان طی شده برای پیش بینی، مدل هیبریدی ما نسبت به بیزین فازی دارای 13 درصد تشخیص بالاتر و نسبت به ژنتیک زمان اجرای 467 ثانیه بهتر داشته است.