ترکیب الگوریتم رقابت استعماری و الگوریتم ژنتیک و روش های دسته بندی در تشخیص ناهنجاری شبکه

امروزه با گسترش شبکه های کامپیوتری، بحث امنیت شبکه ها بیش از گذشته مورد توجه پژوهشگران قرار گرفته است. تشخیص نفوذ به عنوان یکی از ابزارهای اصلی برقراری امنیت در شبکه های کامپیوتری شناخته می شود. سیستم های تشخیص نفوذ به دو روش تشخیص الگو و تشخیص ناهنجاری تقسیم می شوند. روش های تشخیص الگو بر اساس الگوی حمله های شناخته شده کار می کنند و دارای نرخ تشخیص بالایی هستند اما توانایی تشخیص حملات جدید را ندارند. روش های تشخیص ناهنجاری توانایی شناسایی حملات جدید را دارند اما نرخ هشدار اشتباه در آنها بالاست. در تشخیص ناهنجاری ویژگی های زیادی وجود دارد که بعضی از این ویژگی ها تاثیر چندانی در تشخیص نفوذ نداشته و باعث انحراف در تشخیص نفوذ می گردند. انتخاب ویژگی یکی از موضوعات کلیدی در سیستم تشخیص نفوذ است. با انتخاب ویژگی های مهم و موثر می توان دسته بندی و عملکرد آن را بهبود بخشید. انتخابگر ویژگی وظیفه پیدا کردن زیرمجموعه ای از ویژگی ها برای بهبود دقت پیش بینی را دارد. در این پایان نامه از ترکیب الگوریتم های رقابت استعماری و الگوریتم ژنتیک برای انتخاب ویژگی های بهینه استفاده شده است. نتایج بدست آمده از پیاده سازی و تجزیه و تحلیل روش های پیشنهادی روی مجموعه kdd99 نشان دهنده افزایش نرخ تشخیص و کاهش نرخ هشدار اشتباه الگوریتم ترکیبی پیشنهادی نسبت به دو الگوریتم رقابت استعماری و الگوریتم ژنتیک می باشد.