روشي براي سيستم هاي تشخيص و پيشگيري از نفوذ مبتني بر سيستم هاي چند عامله

كي از روشهاي استفاده از منابع اشتراكي، رايانش ابري است كه براي ارائهدهندگان و سرويسگيرندگان منافع اقتصادي زيادي دارد. به دليل افزايش روز افزون تبادل اطلاعات، گسترش استفاده از سيستم هاي برخط و در پي آن نياز به حفظ حريم خصوصي اطلاعات، حوزه امنيت در محيط رايانش ابري به يكي از موضوعات اساسي و محوري در دنياي اطلاعات تبديل شده است. سيستم هاي تشخيص و پيشگيري از نفوذ، راهكاري مدرن براي حفاطت سيستم هاي كامپيوتري در محيط رايانش ابري است . هدف از انجام پژوهش حاضر ، ارائه روشي به منظور ايمن تر شدن سيستم هاي تشخيص و پيشگيري از نفوذ مي باشد كه مبتني بر سيستم هاي چند عامله است و مي تواند به بهبود سيستم هاي تشخيص نفوذ كمك كند. سيستم هاي چند عامله به واسطهي وجود عاملهاي هوشمند به خوبي با ساختار مطلوب براي محيط رايانش ابري سازگاري دارند. براي سنجش مطلوبيت و كارايي روش پيشنهادي، مقايسه اي بين آن و روش هاي معمول تشخيص نفوذ انجام شده است. به منظور پيادهسازي روش پيشنهادي از محيط شبيهسازي متلب و براي ارزيابي آن از مجموعه دادهي KDD’99 استفاده شده است. مشاهدهي نتايج اين پژوهش، حاكي از آن است كه سيستم تشخيص نفوذ پيشنهادي در مقايسه با روشهاي معمول، از عملكرد خوبي به لحاظ تعداد حملات ، تعداد دفعات و تشخيص نفوذ برخوردار است. پيشنهاد مي شود سازمان ها براي سيستم هاي اطلاعاتي خود از روش DMAIDPS استفاده نمايند تا در كنار استفاده از مزاياي بي شمار رايانش ابري كمتر در معرض خطرات امنيتي قرار بگيرند.