عناصر مشابهة
An Enhanced Grey Wolf Optimization for Intrusion Detection System in Wireless Sensor Networks
| العنوان بلغة أخرى: | خوارزمية الذئب الرمادي المحسنة لنظام كشف الاختراقات في شبكات الاستشعار اللاسلكية |
|---|---|
| الناشر: |
عمان
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | |
| التاريخ الميلادي: | 2021 |
| الصفحات: | 1 - 69 |
| رقم MD: | 1257469 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | English |
| قواعد المعلومات: | Dissertations |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة عمان العربية |
| الكلية: | كلية العلوم الحاسوبية والمعلوماتية |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: | نظام كشف التسلل هو وسيلة للدفاع ضد الهجمات، مما يجعله أحد طبقات الدفاع المهمة. وهي واحدة من أهم مجالات البحث. يحاول الباحثون إيجاد خوارزميات جديدة لفحص جميع الأنشطة الواردة والصادرة وتحديد الأنماط المشبوهة التي قد تشير إلى محاولة الهجوم على النظام. تستخدم التقنية المقترحة لاكتشاف عمليات الاقتحام خوارزمية تحسين الذئب الرمادي لحل مشكلات اختيار الميزات المهمة والتي لها علاقة من مجموعه البيانات وذلك بتهجينها مع خوارزمية تحسين سرب الطيور للاستفادة من أفضل قيمة لتحديث معلومات موقع كل ذئب. تحافظ هذه التقنية على معلومات الموقع الأفضل للفرد من خوارزمية سرب الطيور وتجنب خوارزمية الذئب الرمادي من الوقوع في المستوى المحلي الأمثل. وتستخدم مجموعة بيانات NSL KDD للتحقق من أداء التقنية المقترحة، ويتم التصنيف باستخدام خوارزمية k-means وخوارزمية SVM لقياس الأداء من حيث الدقة، ومعدل الكشف، ومعدل الإنذار الكاذب، وعدد الميزات، ووقت التنفيذ. وقد أظهرت النتائج أن التقنية المقترحة حققت التحسين المطلوب لخوارزمية GWO عند استخدام خوارزميات-K متوسط أو SVM. |
|---|
