بررسی روش های انتخاب ویژگی در سیستم تشخیص نفوذ در محیط محاسبات ابری

ترافیک شبکه در محاسبات ابری با حجم زیادی از داده ها، با ابعاد بالقوه بالا و سطوح بالای افزونگی مشخص می-شود.پیشرفت‌ها در فناوری‌های ارتباطی و دسترسی فراگیر به طیف گسترده‌ای از خدمات، چالش‌های بسیاری را باز کرده است. تعداد زیاد حملات سایبری نشان می‌دهد که راه‌حل‌ها و فناوری‌های امنیتیفعلی، حفاظت موثری در برابر حملات مدرن ارائه نمی‌کنند. نفوذ یکی از اصلی ترینمسائلی است که می تواند امنیتیک شبکه با هر اندازه ای را به خطر بیندازد. سیستم‌های تشخیص نفوذبرای نظارت، بازرسی و احتمالامسدود کردن حملات استفاده می‌شوند. پیشرفت‌ها در الگوریتم‌هاییادگیری ماشین، داده‌کاوی و تکنیک‌های محاسبات نرم، پتانسیل استفاده در سیستم تشخیص نفوذرا نشان داده‌اند. همه این فناوری‌ها،با تعداد زیادی از داده های ترافیک شبکه سر و کار دارند که باعث می‌شوددامنه داده‌ها در فضای بیش از حد، پراکنده شوند که مقیاس‌بندی و قابلیت تعمیم الگوریتم‌های مختلف را محدود می‌کند. یکی از راه حل ها برای مقابله با این موضوع استفاده از تکنیک های انتخاب ویژگی برای کاهش ابعاد داده ها است. انتخاب ویژگی فرآیندی است برای انتخاب زیرمجموعه بهینه ویژگی ها از یک مجموعه ویژگی بزرگ برای بهبود دقت طبقه بندی، عملکرد و هزینه. در این مقاله در مورد اجزای الگوریتم انتخاب ویژگیو روش های انتخاب ویژگی (فیلتر، رپر، امبدد) صحبت شده است و چالش-های موجود در مسئله انتخاب ویژگی در سیستم های تشخیص نفوذ را بیان کرده است.