کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4955417 1444215 2017 44 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Flow-based intrusion detection: Techniques and challenges
ترجمه فارسی عنوان
تشخیص نفوذ مبتنی بر جریان: تکنیک ها و چالش ها
کلمات کلیدی
جریان شبکه، تشخیص نفوذ مبتنی بر جریان، مجموعه داده های مبتنی بر جریان، تشخیص حمله، فراگیری ماشین،
ترجمه چکیده
تشخیص نفوذ مبتنی بر جریان یک روش ابتکاری برای تشخیص نفوذ در شبکه های با سرعت بالا است. تشخیص نفوذ مبتنی بر جریان فقط سرآیند بسته را بررسی می کند و بارگیری بسته را تجزیه و تحلیل نمی کند. این مقاله یک بررسی جامع از وضعیت فعلی هنر را در تشخیص نفوذ مبتنی بر جریان فراهم می کند. همچنین داده های موجود مبتنی بر جریان مورد استفاده برای ارزیابی سیستم های تشخیص نفوذ مبتنی بر جریان را توصیف می کند. این مقاله یک طبقه بندی برای سیستم های تشخیص نفوذ مبتنی بر جریان بر اساس تکنیک مورد استفاده برای شناسایی آسیب پذیری در سوابق جریان ارائه می دهد. ما نتایج معماری و ارزیابی سیستم های تشخیص نفوذ مبتنی بر جریان را بررسی می کنیم. همچنین چالش های تحقیقاتی مهم برای تحقیقات آینده در زمینه تشخیص نفوذ مبتنی بر جریان را شناسایی می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
پیش نمایش مقاله
تشخیص نفوذ مبتنی بر جریان: تکنیک ها و چالش ها
چکیده انگلیسی
Flow-based intrusion detection is an innovative way of detecting intrusions in high-speed networks. Flow-based intrusion detection only inspects the packet header and does not analyze the packet payload. This paper provides a comprehensive survey of current state of the art in flow-based intrusion detection. It also describes the available flow-based datasets used for evaluation of flow-based intrusion detection systems. The paper proposes a taxonomy for flow-based intrusion detection systems on the basis of the technique used for detection of maliciousness in flow records. We review the architecture and evaluation results of available flow-based intrusion detection systems. We also identify important research challenges for future research in the area of flow-based intrusion detection.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Security - Volume 70, September 2017, Pages 238-254
نویسندگان
, , ,