Anomaly Intrusion Detection Based on A hybrid GSA-SVM Classifier

الملخص

يستخدم نظام كشف التسلل ( IDS )  للكشف عن عدة أنواع من التصرفات المريبة التي يمكن أن تنتهك نظام الحاسب الأمني وتفقده موثوقيته ، هذا يتضمن هجمات الشبكة ضد الخدمات الضعيفة ، البيانات التي تدفع الهجمات على التطبيقات ، الهجمات القائمة على استضافة الامتيازات ، الدخول غير المصرح به والوصول إلى الملفات الحساسة ، والبرامج الضارة ( الفيروسات ، حصان طروادة ، والديدان ) خوارزمية Support vector machine ( SVM )  تستخدم في تصميم أجهزة كشف التسلل داخل الشبكة ، لأنها تتميز بقدرتها وفاعليتها في تصنيف البيانات على الشبكة ، ولكن هناك صعوبة في تمثيل عوامل خوارزمية Support vector machine ( SVM )  مما يؤثر على دقة تصنيف بيانات نظام كشف التسلل ( IDS )  من أجل تحسين دقة تصنيف البيانات في نظام كشف التسلل ( IDS )  والتغلب على مشكلة صعوبة تمثيل عوامل خوارزمية Support vector machine ( SVM )  ، ثم تصميم خوارزمية مصنف هجين يجمع خوارزمية GSA و  SVMلتحسين دقة المصنف SVM  ، وقد أثبتت النتائج أن الخوارزمية GSA – SVM  لها القدرة على تحسين أداء جهاز كاشف التسلل ( IDS )  وتقليل نسبة الخطأ في عملية تحليل البيانات في الشبكة .