مقاله #515

چکیده: سیستم‌های هوشمند کشف نفوذ تنها زمانی قابل ساختن هستند که مجموعه داده ی کارامدی در دست باشد. یک مجموعه داده با مقدار قابل ملاحظه ای داده‌های کیفی که دنیای واقعی شبیه سازی کند می تواند به یادگیری و تست یک سیستم کشف نفوذ کمک شایانی کند. مجموعه داده ی NSL-KDD نسخه ی تصحیح شده ی مجموعه ی داده ی پیشین یعنی KDD’99 است. در این مقاله داده‌های NSL-KDD تحلیل شده است و برای مطالعه ی اثربخشی الگوریتم‌های کلاس بندی مختلف در کشف ناهنجاری‌های موجود در الگوهای ترافیکی شبکه به کار می رود. ما هم چنین رابطه ی پروتکل‌های موجود در فهرست پروتکل‌های پرکاربرد شبکه را با حملات مورد استفاده ی مهاجمان برای ایجاد ترافیک شبکه ای ناهنجار تحلیل کردیم. تجزیه و تحلیل با استفاده از الگوریتم‌های کلاس بندی موجود در ابزار داده کاوی WEKA انجام شده است. این مطالعه واقعیت‌های بی شماری را درباره ی پیوند بین پروتکل‌ها و حملات شبکه ای ارائه می کند.