ارائه‌ روشی جهت دسته‌بندی و پایش رخدادهای شبکه کامپیوتری به‌منظور افزایش امنیت تبادل اطلاعات

با گسترش سریع شبکه‌های کامپیوتری در طول دهه گذشته، امنیت به یک مسئله بسیار مهم برای سیستم‌های کامپیوتری تبدیل شده است. روش‌های مختلفی مبتنی بر محاسبات نرم‌افزاری در سال‌های اخیر برای توسعه سیستم‌های تشخیص نفوذ پیشنهاد شده است. در این میان محققان به دنبال روش های مختلف برای برآورده کردن این نیاز به کشف و طراحی انواع سیستم‌های خبره، روش‌های آماری، داده کاوی و شبکه‌های عصبی روی آورده‌اند. روش پیشنهادی در این مقاله به بررسی انوع روش‌های تشخیص نفوذ در شبکه‌های کامپیوتری پرداخته و در راستای بهبود تشخیص نفوذ شبکه‌، مدلی مبتنی بر ترکیب الگوریتم ژنتیک و شبکه عصبی پایه‌ای شعاعی پیشنهاد داده است. در روش پیشنهادی از الگوریتم ژنتیک برای کاهش ویژگی‌ها و انتخاب ویژگی‌های فرآیند طبقه‌بندی شبکه عصبی پایه‌ای شعاعی استفاده شده است. الگوریتم پیشنهادی در نرم افزار matlab اجرا شده و از داده darpa برای ارزیابی روش پیشنهادی استفاده شده است. نتایج شبیه‌سازی نشان می‌دهد که مدل پیشنهادی با انتخاب ویژگی‌های برتر و در نتیجه کاهش ویژگی‌های ورودی موجب کاهش پیچیدگی الگوریتم شده است. همچنین نتایج نشان می‌دهد که مدل پیشنهادی صحت تشخیص نفوذ در شبکه را بهبود بخشیده است.