سيستم تشخيص نفوذ بهبود يافته مبتني بر الگوريتم ژنتيك خود تطبيق جزيره اي براي حل ماشين بردار پشتيبان به صورت يادگيري چندهسته اي با كد كننده هاي خودكار

نفوذ به سيستم‌ها از طريق زيرساخت شبكه و اينترنت يكي از چالش‌هاي امنيتي است كه دنياي فناوري اطلاعات و ارتباطات را با آن روبرو كرده است و مي‌تواند منجر به تخريب سيستم‌ها و دسترسي به داده‌ها و اطلاعات گردد. در اين مقاله يك مدل ماشين بردار پشتيبان كه هسته‌هاي آن وزن‌دار شده به همراه پارامترهاي هسته‌هاي ماشين بردار پشتيبان براي سيستم تشخيص نفوذ ارائه شده است. با توجه به پيچيدگي محاسباتي اين مدل، روش الگوريتم ژنتيك جزيره‌اي پوياي خود تطبيقي پيشنهاد شده تا پيچيدگي محاسبات را كم نمايد. در اين روش از اتوانكودر نيز براي كاهش حجم داده‌ها استفاده شده است. روش پيشنهادي يك روش تركيبي پيشنهادي مبتني بر اتوانكودر و ماشين بردار پشتيبان بهبوديافته با الگوريتم ژنتيك جزيره‌اي پوياي خود تطبيق است كه دقت بهتري در مسائل تشخيص نفوذ را نشان مي دهد. نتايج شبيه سازي بر روي مجموعه داده DARPA براي تست عملكرد مورد استفاده قرار گرفته است.