این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم و فناوری دریا، جلد ۶۹، شماره ۶۹، صفحات ۲-۲
عنوان فارسی شناسایی نفوذ به شبکه‌های کامپیوتری سیستم‌های نظامی، به روش تشخیص ناهنجاری
چکیده فارسی مقاله کسب اطلاعات از وضعیت نظامی و امنیتی دشمن یکی از پارامترهای بسیار مهمی است که همواره در امور دفاعی مـورد تـوجه قرار می‌گیرد. یکی از منابع مهم کسب اطلاعات، نفوذ به پایگاه‌های داده و شبکه‌های کامپیوتری استفاده شده در سیستم‌های دفاعی است. از این رو این شبکه‌ها همواره در معرض حملات سایبری دشمن می‌باشند. به همین دلیل حفظ امنیت آنها یک امر حیاتی به شمار می‌آید. امروزه استفاده از سیستم‌های تشخیص نفوذ به منظور حفظ امنیت سیستم‌ها به طور قابل ملاحظه‌ای افزایش یافته است. یکی از شاخه‌های تشخیص نفوذ به شبکه‌های کامپیوتری، استفاده از روش‌های تشخیص ناهنجاری در داده‌های شبکه است. این روش‌ها با مقایسه شرایط عادی سیستم با شرایط مشاهده شده، به منظور تشخیص تفاوت‌های حاد که معمولاً در صورت بروز حملات رخ می‌دهد، نفوذ به شبکه را تشخیص می‌دهند. وضعیت رفتاری، وضعیت ارتباطات، تعداد مشترکین و درخواست‌های معمول مشترکین و نیز مناسبات نرم‌افزاری و سخت افزاری در جریان، از این دسته‌اند. در این مقـاله روش ضریب داده پرت محلی (Local Outlier Factor)، به عنوان یکی از روش‌های مبتنی بر یادگیری ماشین که از آن می‌توان جهت شناسایی نفوذ به شبکه‌های کامپیوتری استفاده کرد، معرفی شده است. همچنین نحوه بکارگیری آن در یک مطالعه موردی، مورد بحث و بررسی قرار گرفته است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Military Computer Networks Intrusion Detection, Usin Anomaly Detection
چکیده انگلیسی مقاله Information of the enemy's military and security affairs is always one of the important parameters which is considering for defense. One of the most important sources of information is intrusion to computer networks and data base of defense system. Hence, these networks are under constant cyber-attacks of enemies. Therefore their protection is vital. Nowadays the use of intrusion detection systems to protect systems has been increased significantly. One branch of computer network intrusion detection is anomaly detection methods in data network. In order to detect the network intrusion, these methods compare the observed condition with the normal one to distinguish the differences in the incidence of acute attacks. Behavioral and relationship status, number of regular subscribers and their typical applications and routine hardware and software relations are of these kinds. In this paper, the Local Outlier Factor as one of the methods based on machine learning used for network intrusion detection, has been introduced.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://navy.iranjournals.ir/article_5927_ec2a7dc765444ce3bbecb2dbb201e03c.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/972/article-972-198935.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات