تشخیص حملات توزیع شده انکار دسترسی سرویس لایه کاربرد با استفاده از ماشین یادگیرنده

در دنیای امروز بسیاری از فعالیت‌هایی که انجام می‌شوند، وابسته به سرویس‌هایی است که توسط شبکه‌های کامپیوتری ارائه می‌شوند. بنابراین لازم است که شبکه در برابر دسترسی‌های غیرمجاز مهاجمان مقاوم شود. در زمینه ایمن‌سازی شبکه، یکی از تمهیدات امنیتی استفاده از سیستم‌های حملات توزیع‌شده انکار دسترسی سرویس لایه کاربرد است. در دو دهه اخیر، سیستم‌های تشخیص حملات توزیع‌شده انکار سرویس به عنوان اجزاء اصلی برای افزایش امنیت در شبکه‌های کامپیوتری مطرح شدند. در این مقاله تمرکز بر روی استفاده از شبکه عصبی پایه‌ای- شعاعی و آموزش آن با استفاده از الگوریتم جستجوی فاخته است. برای این منظور پس از جمع‌آوری داده‌ها در مرحله پیش‌پردازش پس از پاک‌سازی و نرمال‌سازی داده‌ها، عمل انتخاب ویژگی با استفاده از الگوریتم ژنتیک انجام می‌شود، سپس در مرحله پس‌پردازش شبکه عصبی پایه‌ای- شعاعی با استفاده از الگوریتم جستجوی فاخته آموزش داده می‌شود تا بتواند بهترین مقادیر وزن‌ها، مراکز و پارامترهای پراکندگی را ایجاد کند تا تشخیص حملات توزیع‌شده انکار دسترسی سرویس لایه کاربرد به صورت بهینه انجام شود. در جهت مقایسه روش پیشنهادی، از الگوریتم k- نزدیک‌ترین همسایه استفاده شده است. نتایج حاکی از میانگین مربعات خطای 0.126 و دقت 96.9% در روش پیشنهادی دارد.