سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

Home / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

بهبود امنیت شبکه‌های رایانش ابری مبتنی بر معماری OpenFlow با استفاده از SVM

Authors :

سویل قنبرزاده چاوشی¹

1- دانشگاه ازاد اسلامی واحد ارومیه

Keywords :

امنیت رایانش ابری،ماشین بردار پشتیبان،OpenFlow،یادگیری ماشین،تشخیص نفوذ،انتخاب ویژگی،NSL-KDD

Abstract :

توسعه سریع خدمات رایانش ابری همراه با افزایش روزافزون حجم داده‌ها و حساسیت آنها، امنیت را به بزرگ‌ترین معضل این صنعت بدل کرده است. حملات روزافزون و پیچیده به زیرساخت‌ها و همچنین محبوبیت روزافزون معماری‌های مدرن، به ویژه شبکه‌های نرم‌افزارمحور با پروتکل OpenFlow، ضرورت به‌کارگیری راهکارهای هوشمند و خودکار برای شناسایی و پاسخ به تهدیدات را به شدت افزایش داده است Yang, Zhang, & Wang (2019) Ma, Zhang, & Wu (2022).در این تحقیق، یک مدل تشخیص نفوذ طراحی شده که بر پایه‌ی الگوریتم ماشین بردار پشتیبان عمل می‌کند. این مدل شامل مراحلی همچون جمع‌آوری داده‌ها، پیش‌پردازش، انتخاب ویژگی‌ها، آموزش مدل، تنظیم پارامترها و ارزیابی عملکرد تنظیم شده است Liu, Wang, & Wang (2019) Zhang, Sun, & Li (2021). اطلاعات از مجموعه داده NSL_KDDبهره‌برداری شده و برای ارزیابی عملکرد مدل از معیارهای دقت، دقت مثبت، فراخوانی و مقدار F1 استفاده شده است. این معیارها به ما امکان می‌دهند تا به‌طور جامع و دقیق، رفتار سیستم شناسایی نفوذ را تجزیه و تحلیل کنیم و نقاط قوت و ضعف آن را شناسایی کنیمWang & Guo (2019) Thaseen (2020). نتایج به‌دست‌آمده حاکی از آن است که مدل پیشنهادی از لحاظ دقت و کیفیت تشخیص حملات از الگوریتم‌های شناخته‌شده‌ای چون Naive Bayes و Random Forest عملکرد به‌مراتب بهتری از خود نشان می‌دهد و توانسته است نرخ‌های بالاتری را در شناسایی صحیح حملات به‌دست آورد. Zhang, Sun, & Li (2021) Wang & Guo (2019). این مطالعه با هم‌افزایی معماری OpenFlow و الگوریتم ماشین بردار پشتیبان ، یک راه‌حل مؤثر برای تقویت امنیت زیرساخت‌های رایانش ابری پیشنهاد می‌کند که توانایی پیاده‌سازی در زمان واقعی را نیز داراست.

Papers List

List of archived papers

Toward Precision Psychiatry: Differentiating Depression and Psychosis Using EEG-Based Machine Learning Models

Vahid Asayesh - Mehdi Dehghani - Majid Torabi - Sepideh Akhtari-Khosroshahi - Maedeh Akhtari-Khosroshahi - Sebelan Daneshvar

DMAEMA-based photocrosslinkable hydrogels with injectable capabilities for smart drug delivery systems in implant infections

Fatemeh Haj Sadeghi - Vahid Haddadi Asl - Hanie Ahmadi

تحلیل تهدیدات امنیت سایبری در تجارت الکترونیک: مرور نظام‌مند ابعاد فنی، رفتاری و مدیریتی با تأکید بر اعتماد دیجیتال

سجاد یوسفی - مریم پور نجف - کوثر اسماعیلی - پردیس جوهری

مروری بر روش‌های هوشمند تشخیص نفوذ در اینترنت اشیاء با تأکید بر یادگیری ماشین و الگوریتم‌های بهینه‌سازی

رضا کهن - حمید براتی - علی براتی

Mapping Epileptic Networks: IED-Triggered Hemodynamic Changes Identified via Simultaneous EEG-fMRI Recordings

Elias Ebrahimzadeh - Mostafa Asgarinejad - Melika Akbarimehr - Hamid Soltanian-Zadeh

بررسی تاثیر ورشکستگی بر رابطه بین استراتژی‎های تجاری و معیارهای عملکرد شرکت (ESG)

جواد پورغفار - ایوب یغمائی علیشاه

Gait Retraining of Musculoskeletal Patients Using Deep Learning Techniques

Kourosh Alimadadi - Masoud Shariat Panahi - Morad Karimpour - Hadi Ghattan Kashani

Skin Thermomechanical Modeling: Assessing the Influence of Water and Ambient Air

Pezhman Namashiri - Akbar Allahverdizadeh - Fatemeh Khodadoost - Farid Vakili-Tahami

تاثیر ابزارهای هوش مصنوعی بر عملیات حسابداری و حسابرسی در ایران با در نظر گرفتن نقش تعدیلگری حاکمیت فناوری اطلاعات

میلاد تابع اصفهانی - زهره زیودار

Ensemble Learning–Based Surrogate Models for Non-Invasive Estimation of Corneal Mechanical Properties

Seyed Sadjad Abedi Shahri - Mitra Baradari - Iman Zoljanahi Oskui