دانلود ترجمه مقاله سیستم تشخیص نفوذ با استفاده از طوفان آپاچی
عنوان فارسی |
سیستم تشخیص نفوذ شبکه با استفاده از طوفان آپاچی |
عنوان انگلیسی |
Network Intrusion Detection System using Apache Storm |
کلمات کلیدی : |
  سیستم تشخیص نفوذ؛ ماشین های بردار پشتیبان؛ طوفان آپاچی؛ LibSVM؛ KDD 99 |
درسهای مرتبط | مهندسی کامپیوتر |
تعداد صفحات مقاله انگلیسی : 7 | نشریه : ASTESJ |
سال انتشار : 2017 | تعداد رفرنس مقاله : 34 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت : ندارد | وضعیت ترجمه مقاله : انجام نشده است. |
1. مقدمه 2. پیشینه تحقیقاتی 3. مجموعه داده های کشف دانش و داده کاوی 1999 (KDD'99) 4. روش ها 5. بحث و بررسی و نتایج تجربی 6. بهبود عملکرد سیستم های تشخیص نفوذ 7. نتیجه گیری
چکیده – در امنیت شبکه، استراتژی های مختلفی برای شناسایی و پیشگیری از نقض های امنیتی شبکه پیاده سازی می شود. تشخیص نفوذ شبکه یکی از اجزای مدیریت شبکه است که برای امنیت، کیفیت سرویس و سایر اهداف، اهمیت حیاتی دارد. این سیستم ها اجازه تشخیص زودهنگام نفوذ به شبکه و فعالیت های مخرب را می دهد، به طوری که زیرساخت های امنیت شبکه بتوانند در جهت کاهش این تهدیدات اقدام کنند. سیستم های مختلفی برای افزایش امنیت شبکه پیشنهاد شده است. در این تحقیق، استفاده از سیستم تشخیص نفوذ شبکه بر اساس موارد غیر معمول پیشنهاد می شود. سیستم تشخیص نفوذ مبتنی بر موارد غیر معمول، می تواند به راحتی تهدیدات شبکه جدید را شناسایی کند. همچنین، پیشنهاد می شود که از چارچوب پردازش جریان کلان داده ها به صورت همزمان (طوفان آپاچی)، در اجرای سیستم های تشخیص نفوذ شبکه استفاده شود. طوفان آپاچی می تواند به مدیریت ترافیک شبکه هایی که با سرعت و اندازه بسیار بالا ایجاد می شود، و سرعت ترافیک شبکه و اندازه آن به طور مداوم افزایش پیدا می کند، کمک کند. ما در این تحقیق از ماشین های بردار پشتیبان استفاده کردیم. در این تحقیق، از مجموعه داده های کشف دانش و داده کاوی 1999 (KDD'99) برای بررسی و ارزیابی راه حل پیشنهادی استفاده شده است.
Network security implements various strategies for the identification and prevention of security breaches. Network intrusion detection is a critical component of network management for security, quality of service and other purposes. These systems allow early detection of network intrusion and malicious activities; so that the Network Security infrastructure can react to mitigate these threats. Various systems are proposed to enhance the network security. We are proposing to use anomaly based network intrusion detection system in this work. Anomaly based intrusion detection system can identify the new network threats. We also propose to use Real-time Big Data Stream Processing Framework, Apache Storm, for the implementation of network intrusion detection system. Apache Storm can help to manage the network traffic which is generated at enormous speed and size and the network traffic speed and size is constantly increasing. We have used Support Vector Machine in this work. We use Knowledge Discovery and Data Mining 1999 (KDD’99) dataset to test and evaluate our proposed solution.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.