distributed self-adaptive genetic algorithm (dsaga)
در نشریات گروه برق-
نفوذ به سیستم ها از طریق زیرساخت شبکه و اینترنت یکی از چالش های امنیتی است که دنیای فناوری اطلاعات و ارتباطات را با آن روبرو کرده است و می تواند منجر به تخریب سیستم ها و دسترسی به داده ها و اطلاعات گردد. در این مقاله یک مدل ماشین بردار پشتیبان که هسته های آن وزن دار شده به همراه پارامترهای هسته های ماشین بردار پشتیبان برای سیستم تشخیص نفوذ ارایه شده است. با توجه به پیچیدگی محاسباتی این مدل، روش الگوریتم ژنتیک جزیره ای پویای خود تطبیقی پیشنهاد شده تا پیچیدگی محاسبات را کم نماید. در این روش از اتوانکودر نیز برای کاهش حجم داده ها استفاده شده است. روش پیشنهادی یک روش ترکیبی پیشنهادی مبتنی بر اتوانکودر و ماشین بردار پشتیبان بهبودیافته با الگوریتم ژنتیک جزیره ای پویای خود تطبیق است که دقت بهتری در مسایل تشخیص نفوذ را نشان می دهد. نتایج شبیه سازی بر روی مجموعه داده DARPA برای تست عملکرد مورد استفاده قرار گرفته است.
کلید واژگان: سیستم های تشخیص نفوذ، ماشین بردار پشتیبان، کلان داده ها، الگوریتم ژنتیک جزیره ای و الگوریتم ژنتیک خود تطبیقToday easy data access through the network has made it possible to steal them. Therefore, the security of computer systems has become increasingly important. Intrusion Detection Systems . as the last line of computer defense, can play an important role in attack resistance and their efficiencies has direct impact on network security. The Intrusion Detection Systems must extract the necessary strategies based on the connections and use them to detect new connections. Support Vector Machine is a Machine Learning method that it is popular to extract intrusion strategies in past decade. Although simplification of SVM returned it to popular method but it has constraints such as senility to kernel selection and it has not any optimization mechanism to determine the best of them. We model it as using of several kernels simultaneously and different weighting to them and dynamic SVM parameters. Due to the high complexity of this problem, conventional optimization methods are not able to solve it. Therefore, we propose a Distributed Self Adaptive Genetic Algorithm with Migration. On the other hand, due to the high volume of data in such issues, Autoencoder has been used to reduce data. The proposed approach is a hybrid method based on Autoencoder and improved Support Vector Machine with Distributed Self Adaptive Genetic Algorithm with Migration that it is evaluated by its execution on data set. The experimental results have demonstrated that the proposed system exhibits a high performance for attack detection based on precision and recall and it low time for intrusion.
Keywords: Intrusion Detection Systems (IDS), Support vector machine (SVM), Big data, island genetic algorithm (IGA). self-adaptive genetic algorithm (SAGA), distributed self-adaptive genetic algorithm (DSAGA)
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.