شناسایی حملات سطح وب با رویکرد استخراج ویژگی مبتنی بر شبکه باور عمیق (Dbn)
|
|
|
|
|
DOR
|
20.1001.2.9819073572.1399.3.1.45.1
|
|
نویسنده
|
دامی سینا ,صدری شیرازی سپهر
|
|
منبع
|
كنفرانس ملي فناوريهاي نوين در مهندسي برق و كامپيوتر - 1399 - دوره : 3 - سومین کنفرانس ملی فناوریهای نوین در مهندسی برق و کامپیوتر - کد همایش: 98190-73572
|
|
|
|
|
چکیده
|
با افزایش روزافزون روند به اشتراک‌گذاری اطلاعات و دیگر فعالیت‌هایی که در سطح وب جهان‌گستر انجام می‌شوند، وب به بستر مناسبِ جدیدی برای مشکل آفرینیِ مهاجمان تبدیل شده است. دسترسی به روش های کارآمد و نتیجه‌بخش برای شناسایی حملات سطح وب به منظور تضمین امنیت این شبکه، امری حساس و حائز اهمیت است. طی سال‌های اخیر، روش های یادگیری ماشینی متعددی برای شناسایی حملات سطح وب مورد استفاده قرار گرفته اند. ما در این مقاله، به معرفی یک روش یادگیری عمیق برای شناسایی حملات سطح وب با استفاده از یک شبکه عصبی کانولوشن با طراحی ویژه می‌‌پردازیم. این روش بر مبنای تحلیل بسته‌های درخواست http تعریف می‌شود که برای بازنمایی استخراج خودکار ویژگی‌ها از یک شبکه باور عمیق (dbn) بهره گرفته شده است، نتایج ارزیابی برروی مجموعه داده http datase csic 2010 نشان می‌دهد که روش پیشنهادی ضمن عملکرد مطلوب شناسایی و در عین حال حفظ نرخ پایین هشدار کاذب، نتایج رضایت بخشی در خصوص شناسایی حملات سطح وب به دست می‌دهد.
|
|
کلیدواژه
|
حملات سطح وب ,یادگیری عمیق ,شبکه عصبی کانولوشن ,شبکه باورعمیق (Cnn)
|
|
آدرس
|
دانشگاه آزاد اسلامی، تهران, ایران, دانشگاه آزاد اسلامی، تهران, ایران
|
|
|
|
|
|
|
|
|
|