عنوان

انتخاب ویژگی برای بهبود تشخیص نفوذ و محاسبه امنیت در محیط های ذخیره سازی ابری با استفاده از الگوریتم ایمنی پویا و درخت

شماره

پ۲۶۳۹۱

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

انتخاب ویژگی برای بهبود تشخیص نفوذ و محاسبه امنیت در محیط های ذخیره سازی ابری با استفاده از الگوریتم ایمنی پویا و درخت

نام نخستين پديدآور

حامد گلچین

نام ناشر، پخش کننده و غيره

پردیس دانشگاه تبریز

تاریخ نشرو بخش و غیره

۱۴۰۰

نام خاص و کميت اثر

۶۷ص.

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

مهندسی کامپیوتر گرایش رایانش امن

زمان اعطا مدرک

۱۴۰۰/۱۱/۱۹

متن يادداشت

باتوجه به افزایش تقاضا به سرویس های ابری و رشد روز افزون این سرویس‌ها، حفظ امنیت محیط های ابری اهمیت ویژه ای پیدا کرده است و نیازمندیهای امنیت رو به روز بیشتر می‌شود لذا برای تشخیص نفوذ و جلوگیری از آن استفاده از تکنیک‌ها و راه حل های بهتر و بهینه تر امری ضروری است.در این تحقیق از دیتاست KDD 99 استفاده شد. روش مورد استفاده با ترکیب الگوریتم انتخاب ویژگی مبتنی بر بهینهسازی ایمنی مصنوعی و درخت تصمیم چند کلاسه یک روش جدید برای بهبود دقت تشخیص نفوذ در محیطهای ابری ارائه شد.برخلاف اکثر روشهای پیشین که فقط طبقهبندی دو کلاسه یعنی تشخیص حمله یا عدم حمله انجام شده است در این روش تشخیص نوع حمله نیز انجام شده است. در روش پیشنهادی در این پایاننامه در ابتدا شباهت بین ویژگیهای مختلف محاسبه شد. سپس در مرحله بعد ویژگیهای با استفاده از تئوری گراف به تعداد خوشه تقسیم شده و در انتها ویژگیهای نهایی برای تشخیص نفوذ انتخاب میشوند. ارزیابی عملکرد روش پیشنهادی نشان داد که روش پیشنهادی با دقت مناسبی قادر به تشخیص نفوذ است و در مقایسه با روشهای پیشین دارای برتری است. همچنین با مقایسه روش پیشنهادی دقت در حدود 97% بدست آمده است.

متن يادداشت

Due to the increasing demand for cloud services and the growing community of these services, maintaining the security of cloud environments has become particularly important and security requirements are increasing, so cloud providers need strong intrusion detection, intrusion prevention and make use of better techniques and solutions.In this study, KDD 99 database was used. The method used by combining the feature selection algorithm based on artificial immune system optimization and multi-class decision tree presented a new method to improve the accuracy of intrusion detection in cloud environments.Unlike most previous methods, which only classify two classes, ie attack detection or non-attack detection, this method also detects the type of attack. In the proposed method in this first measure similarity between different features, Then, in the next step, the properties are divided into clusters using graph theory, and at the end, the final properties are selected to detect intrusion. Performance evaluation of the proposed method showed that the proposed method is able to detect intrusion with good accuracy and has an advantage over previous methods. Also, by comparing the proposed method, an accuracy of about 97% has been obtained.

عنوان گونه گون

Intrusion Detection and Security Calculation in Cloud Storage based on an Improved Dynamic Immune Algorithm and Decision Tree

عنصر شناسه اي

‏ گلچین،

ساير عناصر نام

‏‏حامد

کد نقش

تهيه کننده

عنصر شناسه اي

‏فرزینوش،

عنصر شناسه اي

‏بالافر،

ساير عناصر نام

‏‏لیلی

ساير عناصر نام

محمدعلی

تاريخ

استاد راهنما

تاريخ

استاد مشاور

عنصر شناسه اي

‏تبریز