کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6874484 1441162 2017 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Hybridization of computational intelligence methods for attack detection in computer networks
ترجمه فارسی عنوان
هیبریداسیون روش های هوشمند محاسباتی برای تشخیص حمله در شبکه های کامپیوتری
کلمات کلیدی
هوش محاسباتی، امنیت شبکه، حملات شبکه، تشخیص حمله، شبکه های عصبی، آشکارسازهای ایمنی، طبقه بندی عصبی فازی، ماشین آلات بردار پشتیبانی، تجزیه و تحلیل مولفه اصلی، طبقه بندی ترکیبی،
ترجمه چکیده
مقاله به شناسایی و طبقه بندی اتصالات ترافیک شبکه با استفاده از طرح های مختلف هیبریداسیون با هدف تشخیص حمله موثر شبکه اختصاص داده شده است. برای این منظور ترکیبی از روش های مختلف هوش محاسباتی مورد استفاده قرار می گیرد، یعنی شبکه های عصبی، سیستم های ایمنی، طبقه بندی های عصبی فازی و ماشین های بردار پشتیبانی. برای افزایش سرعت پردازش بردارهای ورودی پیشنهاد شده است که از روش اجزای اصلی استفاده شود. یکی از ویژگی های متمایز و مزیت روش پیشنهادی، تجزیه و تحلیل چند سطحی ترافیک شبکه است که امکان تشخیص حملات را با یک روش مبتنی بر امضا و ترکیب مجموعه ای از آشکارسازهای سازگار بر اساس روش های هوشمند محاسباتی فراهم می کند. مقاله توصیف یک ابزار نرم افزاری است که بر اساس مکانیزم های پیشنهاد شده هیبریداسیون ساخته شده است. آزمایش های محاسباتی انجام شده است که به عنوان شواهدی از اثربخشی آنها در تشخیص حملات شناخته شده و ناشناخته به حساب می آیند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
The paper is devoted to identification and classification of network traffic connections by various hybridization schemes with the goal of efficient network attack detection. For this purpose the combination of different methods of computational intelligence is used, namely neural networks, immune systems, neuro-fuzzy classifiers and support vector machines. To increase the speed of processing of input vectors it is proposed to apply the method of principal components. A distinctive feature and advantage of the approach suggested is a multi-level analysis of network traffic, providing the possibility to detect attacks by a signature based technique and combining a set of adaptive detectors based on computational intelligence methods. The paper describes a software tool that is built on the basis of the proposed hybridization mechanisms. Computational experiments were carried out that serve as evidence of their effectiveness in detection of both known and unknown attacks.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Science - Volume 23, November 2017, Pages 145-156
نویسندگان
, ,