سيستم تشخيص نفوذ مبتني بر مدل مخفي ماركوف با استفاده از بهينه‌سازي كلوني زنبور عسل مصنوعي

با رشد سريع اينترنت و شبكه‌هاي مجازي، تعداد حمله هاي جديدي كه در هرروز ظاهر مي شوند همواره رو به افزايش است. سيستم هاي سنتي مبتني بر امضا كه فرايند شناسايي حمله را با مقايسه حملات موجود در پايگاه داده انجام مي دهند، در مواجه با حملات جديد، ناتوان خواهند بود. يك پيشنهاد براي اين مشكل اين خواهد بود كه هميشه آخرين حملات فوراً در پايگاه داده ثبت شوند كه خود اين عمل بسيار پر هزينه خواهد بود. يك راه حل ممكن براي حل اين مسئله با عنوان سيستم هاي مبتني بر بي‌نظمي پيشنهادشده است. سيستم مبتني بر بي‌نظمي، مدلي از رفتـارهاي هنجار سيستمي را كه قرار است از آن محافظت به عمل آيد را مي سازد و الگوي حملـه را با مـدل نرمــال مقايـسه كرده و در صـورت وجود نا سازگاري آن را ناهنجار تشخيص مي دهد. در اين پژوهش روشي براساس ساختار سيستم‌هاي تشخيص نفوذ مبتني بر بي‌نظمي پياده‌سازي شده است و از مدل مخفي ماركوف و بهينه‌سازي كلوني زنبور عسل مصنوعي براي حل مسئله تشخيص بي‌نظمي استفاده مي‌كند. آزمايش‌ها نشان مي‌دهد كه روش پيشنهادي نسبت به روش هاي گذشته توانسته است معيارهاي دقت، فراخواني و F1-measure را با نرخ بهتري كسب كند.