با عنوان : تشخیص تهاجم در شبکه های کامپیوتری با بهره گیری از شبکه عصبی

در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

و در صورت نیاز به متن کامل آن می توانید از لینک پرداخت و دانلود آنی برای خرید این پایان نامه اقدام نمائید.

دانشگاه آزاد اسلامي
واحد تهران جنوب
دانشكده تحصيلات تكميلي
“M.Sc” سمينار براي دريافت درجه كارشناسي ارشد
مهندسي برق- الكترونيك
عنوان:
تشخيص تهاجم در شبكه هاي كامپيوتري با بهره گیری از شبكه عصبي

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی گردد

تکه هایی از متن به عنوان نمونه :

(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)

چكيده
در اين پژوهش، سيستمهاي تشخيص تهاجم به شبكههاي رايانهاي مبتني بر ساختار شبكه هاي عصبي مورد بررسي و تحليل قرار گرفتهاند. بهره گیری از شبكة عصبي در اين سيستمها باعث بالا رفتن انعطاف پذيري سيستم ميشود. از سوي ديگر، بكارگيري شبكة عصبي، سيستم را قادر به يادگيري رفتار حملات ميكند، تا بتواند بدون نياز به بهنگام سازي قادر به تشخيص حملات جديد گردد. در اين سمينار، عملكرد شبكه هاي عصبي MLP، SOM و ART در سيستمهاي تشخيص تهاجم بررسي شده می باشد.

مقدمه
شبكه هاي كامپيوتري عليرغم منافعي از قبيل اشتراك قدرت محاسباتي و منابع، خطراتي را نيز خصوصا در زمينه امنيت سيستم به همراه آوردهاند. در طي دو دهه اخير تلاشهاي تحقيقاتي فراواني در زمينة امنيت شبكه صورت گرفته و تكنيكهاي مختلفي براي ساختن شبكههاي امن ارائه شده اند. در اين سمينار عملكرد شبكه هاي تحت سرپرست MLP و بدون سرپرست SOM و ART  در تشخيص تهاجم به شبكههاي رايانهاي بررسي شده می باشد. در فصل 1 كليات اين پژوهش شامل هدف، تحقيقات انجام شده و نحوه انجام پژوهش بررسي شده می باشد. فصل 2 توضيحاتي در خصوص آشنايي با شبكههاي عصبي ارائه شده می باشد. در فصل 3 سيستمهاي تشخيص تهاجم به همراه انواع و نحوه كار آنها بررسي شده می باشد. همچنين در مورد برخي انواع حملات قابل تشخيص توسط اين سيستمها نيز توضيحاتي ارائه شده می باشد. فصل 4 به بررسي مطالعات انجام شده در خصوص به كارگيري روشهاي عصبي MLP، SOM و ART در تشخيص تهاجم پرداخته می باشد. در پايان فصل 5 نيز شامل نتيجه گيري و بيان پيشنهادات لازم مي باشد.

فصل اول

كليات

1-1- هدف

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید                     

با رشد تكنولوژيهاي مبتني بر اينترنت، كاربرد شبكه هاي رايانه اي در حال افزايش می باشد و در نتيجه تهديدات حملات رايانهاي نيز گسترش مييابد. در برخي موارد خسارات ناشي از حملات رايانه اي براي سازمانها به ميليونها دلار ميرسد و حتي گاهي مواقع اين خسارات جبران ناپذير هستند. بنابراين، امروزه تشخيص تهاجم بيشتر از هر زمان ديگري توجه محققان را به خود جلب كرده می باشد. سيستم تشخيص تهاجم، يك سيستم مديريت امنيت براي شبكهها و رايانهها ميباشد. اين سيستمها به دو دسته سيستم هاي تشخيص تهاجم مبتني بر ميزبان و سيستمهاي تشخيص تهاجم مبتني بر شبكه تقسيم مي شوند. در اين پژوهش از سيستمهاي تشخيص تهاجم مبتني بر شبكه بهره گیری شده می باشد.

براساس روش تحليل و تشخيص نيز سيستمهاي تشخيص تهاجم به دو دسته اساسي سيستمهاي تشخيص سوءاستفاده و سيستمهاي تشخيص ناهنجاري تقسيم ميشوند. در مدل تشخيص سوءاستفاده، از نشانه هاي شناخته شدهاي كه در ارتباط با تهاجمات يا آسيب پذيريها هست، بهره گیری شده و سيستم به دنبال فعاليتهايي ميگردد كه مشابه اين نشانه ها باشند. در اين مدل نياز به بهنگام سازي مداوم نشانه ها هست. هدف در اين پژوهش، بررسي برخي روشهاي ممكن براي بالا بردن انعطاف پذيري سيستمهاي تشخيص تهاجم ميباشد تا نياز به بهنگام سازي سيستم از بين برود و سيستم توانايي شناسايي حملات ناشناخت هاي كه قبلا نديده می باشد، را داشته باشد.

يكي از روشهاي مطرح در تشخيص تهاجم، بهره گيري از شبكه هاي عصبي مصنوعي می باشد. در سالهاي اخير بسياري از كارهاي انجام شده در زمينة تشخيص تهاجم، برروي اين موضوع تمركز نموده اند. بهره گیری از شبكة عصبي در تشخيص تهاجم باعث بالا رفتن انعطاف پذيري ميشود. از مزاياي شبكة عصبي مي توان به قابليت تحليل دادههاي غيركامل شبكه و نيز قابليت يادگيري آنها تصریح نمود. بنابراين سيستم هاي تشخيص تهاجم مبتني بر شبكة عصبي قابليت يادگيري رفتار حملات را دارند و قادر هستند حملات جديد را بدون بهنگام سازي سيستم تشخيص دهند. اين سيستمها آغاز براساس رفتارهاي طبيعي و يا حمله و يا تركيبي از هردوي آنها آموزش يافته، سپس جهت تشخيص تهاجم به كار برده ميشوند.

تعداد صفحه : 121

قیمت : شش هزار تومان

شما می توانید تکه های دیگری از این مطلب را در شماره بندی انتهای صفحه بخوانید              

 

***

—-

پشتیبانی سایت :       

———-          serderehi@gmail.com

دیدگاهتان را بنویسید