عنوان

ارائه ی روشی برای تشخیص نفوذدرشبکه بااستفاده‌ازتحلیل درجه رئوس گراف

Number

‭۱۳۶۳۹پ‬

.Language of Text, Soundtrack etc

per

Title Proper

ارائه ی روشی برای تشخیص نفوذدرشبکه بااستفاده‌ازتحلیل درجه رئوس گراف

First Statement of Responsibility

/یاسرقادری پور

Name of Publisher, Distributor, etc.

: علوم ریاضی

Date of Publication, Distribution, etc.

، ‮‭۱۳۹۴‬

Name of Manufacturer

، راشدی

Text of Note

چاپی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

علوم کامپیوتری گرایش سیستم های کامپیوتری

Date of degree

‮‭۱۳۹۴/۰۶/۱۴‬

Body granting the degree

تبریز

Text of Note

خطر نفوذ غیر مجاز و وقوع حملات سایبری روز به روز در حال افزایش است .با پیشرفت فناوری های مربوط به شبکه ها و انتقال اطلاعات در آن ها لازم است روشهای موثری برای تشخیص حملات و ناهنجاریها ارائه داده شود .امروزه روشهای تشخیص نفوذ مبتنی بر جریان مورد توجه قرار گرفته است و از الگوریتم های یادگیری ماشین جهت ارائه راه کارهای تشخیص نفوذ استفاده شده است .اما یکی از بزرگترین مشکلات پیش رو برای ارائه ی روشی کارا و قابل استفاده در عمل برای تشخیص ناهنجاری و نفوذ، زیاد بودن تعداد داده هایی است که رفتار شبکه با استفاده از آن مدل می شود .این عامل باعث افزایش شدید زمان مصرفی فاز آموزش الگوریتم های یادگیری ماشین شده و کارایی این الگوریتم ها را در عمل به شدت پایین آورده است .بنابراین می توان راهکاری جامع تر و کامل تر ارائه نمود که با وجود دقت بالا در عمل کارایی بهتری داشته باشد .در این پایان نامه ویژگی هایی از گراف مربوط به ترافیک مبتنی بر جریان شبکه استخراج شده و رگرسیون بردار پشتیبان به عنوان یکی از الگوریتم های کارای یادگیری ماشین برای تشخیص ناهنجاری بر مقادیر این ویژگی ها اعمال شده است .در پایان نتایج راهکار پیشنهادی مبین کارایی و موثر بودن روش ارائه شده جهت تشخیص نفوذ می باشد

Text of Note

Nowadays, due to increasing use of internet and computer systems the danger of unauthorized access and cybercrimes unavoidably has been increased. Many methods have been proposed for detecting intrusion and attacks which were implemented in form of software or hardware as Intrusion Detection Systems(IDs). In resent years, due to improving in technology and the speed of data transmission in computer networks, the performance of proposed method is decreased. So many researchers proposed flow-based methods such as graph based approaches which is approprite for networks with high speed data transmission. In current dissertation many of anomaly detection methods are analysed and criticised . comparing to other methos machine learning algorithm has very highj accuracy. But there are some importantn problems, such ass the need of tremendous amount of network traffic data for training machine learning models. This problem caused high cpu time for learning phase. So it is possible to propose a method that has high performance and accuracy. In the present study, we proposed a method for intrusion detection by applying support vector regression on graph features. This method is evaluated by standard flow based data set. The simulation results shows the efficiency of proposed method for Intrusion detection

قادری پور،یاسر، پژوهشگر

کریم پور ینگجه، جابر، استادراهنما

لطفی، شهریار، استادمشاور

Public note

سیاه و سفید

نمایه‌سازی قبلی