مطالعه ای بر روی مجموعه داده NSL-KDD برای سیستم تشخیص نفوذ مبتنی بر الگوریتم های طبقه بندی
عنوان انگلیسی
A Study on NSL-KDD Dataset for Intrusion Detection System Based on Classification Algorithms
صفحات مقاله فارسی
16
صفحات مقاله انگلیسی
7
سال انتشار
2015
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
IJARCCE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده و pdf
نوع مقاله
ISI
نوع ارائه مقاله
ژورنال
شناسه ISSN مجله
2319-5940
کد محصول
9702
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
رفرنس در ترجمه
در داخل متن و انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
مهندسی کامپیوتر، امنیت اطلاعات، مهندسی الگوریتم ها و محاسبات
مجله
مجله بین المللی تحقیقات پیشرفته در مهندسی کامپیوتر و ارتباطات
دانشگاه
گروه برنامه های کامپیوتری، دانسکده فناوری کوماراگورو، کیمبرتر، هند
کلمات کلیدی
سیستم تشخیص نفوذ، مجموعه داده NSL-KDD، آنومالی، پروتکل
کلمات کلیدی انگلیسی
Intrusion Detection System - NSL-KDD dataset - Anomaly - Protocol
۰.۰(بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
1. مقدمه
2. کارهای مرتبط
3. توصیف مجموعه داده
4. تکنیک های طبقه بندی
5. نتیجه آزمایش و آنالیز
A. راه اندازی آزمایش
B. پیش پردازش، انتخاب ویژگی و طبقه بندی
C. آنالیز نتیجه
6. نتیجه گیری و کار آتی
منابع
نمونه چکیده متن اصلی انگلیسی
Abstract
Intelligent intrusion detection systems can only be built if there is availability of an effective data set. A data set with a sizable amount of quality data which mimics the real time can only help to train and test an intrusion detection system. The NSL-KDD data set is a refined version of its predecessor KDD‟99 data set. In this paper the NSL-KDD data set is analysed and used to study the effectiveness of the various classification algorithms in detecting the anomalies in the network traffic patterns. We have also analysed the relationship of the protocols available in the commonly used network protocol stack with the attacks used by intruders to generate anomalous network traffic. The analysis is done using classification algorithms available in the data mining tool WEKA. The study has exposed many facts about the bonding between the protocols and network attacks.
نمونه چکیده ترجمه متن فارسی
چکیده
سیستم های تشخیص نفوذ هوشمند فقط در صورت دسترس پذیری یک مجموعه داده موثر، ساخته می شوند. مجموعه داده ای با مقدار زیاد داده های کیفیت که از زمان واقعی تقلید می کند، فقط به آموزش و تست یا آزمایش یک سیستم تشخیص نفوذ کمک می نماید. مجموعه داده NSL-KDD، ورژن اصلاح شده مجموعه داده پیشینش یعنی KDD'99 است. در این مقاله، مجموعه داده NSL-KDD مورد آنالیز (تحلیل) قرار گرفته و برای مطالعه اثربخشی الگوریتم های مختلف طبقه بندی در زمینه تشخیص آنومالیها در الگوهای ترافیک شبکه، استفاده شده است. در اینجا رابطه پروتکل های موجود در پشته پروتکل شبکه کاربردی با حملات استفاده شده توسط مهاجمین برای تولید ترافیک شبکه آنومال را نیز مورد آنالیز قرار داده ایم. آنالیز با استفاده از الگوریتم های طبقه بندی موجود در ابزار داده کاوی WEKA انجام شده است. مطالعه حقایق زیادی در مورد پیوند بین پروتکل ها و حملات شبکه افشاء نموده است.