نحو كشف فعال للتطفل القائم على الشذوذ للشبكات المعرفة بالبرمجيات
| العنوان | نحو كشف فعال للتطفل القائم على الشذوذ للشبكات المعرفة بالبرمجيات |
|---|---|
| المؤلف | لاتاه، مجد، طوكر، ل. |
| تاريخ النشر: | 2018-08-24 |
| مكان النشر | - معهد الهندسة والتكنولوجيا |
| الموضوع | الشبكات المعرفة بالبرمجيات، أمن الشبكات، الذكاء الاصطناعي |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 2047-4954 |
| رقم السجل | e772d7dc-4f29-4cd3-9eeb-8206a50fd469 |
| التاريخ | 2018-08-24 |
| نص عينة | تعد الشبكات المعرفة بالبرمجيات (SDN) نموذجًا جديدًا يسمح بتطوير تطبيقات شبكة أكثر مرونة. وحدة تحكم SDN، التي تمثل نقطة تحكم مركزية، مسؤولة عن تشغيل تطبيقات الشبكة المختلفة بالإضافة إلى الحفاظ على خدمات ووظائف الشبكة المختلفة. يساعد اختيار نظام فعال لكشف التسلل في تقليل الحمل الزائد لوحدة التحكم قيد التشغيل وإنشاء شبكة أكثر أمانًا. في هذه الدراسة، قمنا بدراسة أداء أساليب كشف التسلل القائمة على الشذوذ من حيث الدقة، ومعدل الإنذارات الكاذبة، والدقة، والاستدعاء، وقياس f1، والمنطقة الواقعة تحت المنحنى المميز لمشغل المستقبل، ووقت التنفيذ، واختبار ماكنيمار. على وجه التحديد، يركز المؤلفون على مناهج التعلم الآلي الخاضعة للإشراف حيث نستخدم المصنفات التالية: أشجار القرار، وآلة التعلم المتطرفة، و Naive Bayes، والتحليل التمييزي الخطي، والشبكات العصبية، وآلات ناقلات الدعم، والغابة العشوائية، وK-nearest-neighbour، وAdaBoost، وRUSBoost، وLogitBoost، وBagingTrees حيث نستخدم مجموعة البيانات القياسية NSL-KDD المعروفة لمقارنة أداء كل واحدة من هذه المصنفات. |
| DOI | 10.1049/iet-net.2018.5080 |
