بررسي روش هاي انتخاب ويژگي در سيستم تشخيص نفوذ در محيط محاسبات ابري

ترافيك شبكه در محاسبات ابري با حجم زيادي از داده ها، با ابعاد بالقوه بالا و سطوح بالاي افزونگي مشخص مي-شود.پيشرفت‌ها در فناوري‌هاي ارتباطي و دسترسي فراگير به طيف گسترده‌اي از خدمات، چالش‌هاي بسياري را باز كرده است. تعداد زياد حملات سايبري نشان مي‌دهد كه راه‌حل‌ها و فناوري‌هاي امنيتيفعلي، حفاظت مؤثري در برابر حملات مدرن ارائه نمي‌كنند. نفوذ يكي از اصلي ترينمسائلي است كه مي تواند امنيتيك شبكه با هر اندازه اي را به خطر بيندازد. سيستم‌هاي تشخيص نفوذبراي نظارت، بازرسي و احتمالامسدود كردن حملات استفاده مي‌شوند. پيشرفت‌ها در الگوريتم‌هاييادگيري ماشين، داده‌كاوي و تكنيك‌هاي محاسبات نرم، پتانسيل استفاده در سيستم تشخيص نفوذرا نشان داده‌اند. همه اين فناوري‌ها،با تعداد زيادي از داده هاي ترافيك شبكه سر و كار دارند كه باعث مي‌شوددامنه داده‌ها در فضاي بيش از حد، پراكنده شوند كه مقياس‌بندي و قابليت تعميم الگوريتم‌هاي مختلف را محدود مي‌كند. يكي از راه حل ها براي مقابله با اين موضوع استفاده از تكنيك هاي انتخاب ويژگي براي كاهش ابعاد داده ها است. انتخاب ويژگي فرآيندي است براي انتخاب زيرمجموعه بهينه ويژگي ها از يك مجموعه ويژگي بزرگ براي بهبود دقت طبقه بندي، عملكرد و هزينه. در اين مقاله در مورد اجزاي الگوريتم انتخاب ويژگيو روش هاي انتخاب ويژگي (فيلتر، رپر، امبدد) صحبت شده است و چالش-هاي موجود در مسئله انتخاب ويژگي در سيستم هاي تشخيص نفوذ را بيان كرده است.