ارائه‌ روشي جهت دسته‌بندي و پايش رخدادهاي شبكه كامپيوتري به‌منظور افزايش امنيت تبادل اطلاعات

با گسترش سريع شبكه‌هاي كامپيوتري در طول دهه گذشته، امنيت به يك مسئله بسيار مهم براي سيستم‌هاي كامپيوتري تبديل شده است. روش‌هاي مختلفي مبتني بر محاسبات نرم‌افزاري در سال‌هاي اخير براي توسعه سيستم‌هاي تشخيص نفوذ پيشنهاد شده است. در اين ميان محققان به دنبال روش هاي مختلف براي برآورده كردن اين نياز به كشف و طراحي انواع سيستم‌هاي خبره، روش‌هاي آماري، داده كاوي و شبكه‌هاي عصبي روي آورده‌اند. روش پيشنهادي در اين مقاله به بررسي انوع روش‌هاي تشخيص نفوذ در شبكه‌هاي كامپيوتري پرداخته و در راستاي بهبود تشخيص نفوذ شبكه‌، مدلي مبتني بر تركيب الگوريتم ژنتيك و شبكه عصبي پايه‌اي شعاعي پيشنهاد داده است. در روش پيشنهادي از الگوريتم ژنتيك براي كاهش ويژگي‌ها و انتخاب ويژگي‌هاي فرآيند طبقه‌بندي شبكه عصبي پايه‌اي شعاعي استفاده شده است. الگوريتم پيشنهادي در نرم افزار MATLAB اجرا شده و از داده DARPA براي ارزيابي روش پيشنهادي استفاده شده است. نتايج شبيه‌سازي نشان مي‌دهد كه مدل پيشنهادي با انتخاب ويژگي‌هاي برتر و در نتيجه كاهش ويژگي‌هاي ورودي موجب كاهش پيچيدگي الگوريتم شده است. همچنين نتايج نشان مي‌دهد كه مدل پيشنهادي صحت تشخيص نفوذ در شبكه را بهبود بخشيده است.