پیش بینی گام بعدی حمله در حملات چندگامی شبکه

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر
  • نویسنده سپیده ضیایی قهنویه
  • استاد راهنما محمدحسین منشئی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1393
چکیده

روش های بررسی نفوذ به شبکه و دفاع از شبکه در مقابل حملات، در حال حاضر یکی از دغدغه های اصلی متخصصین شبکه است. مکانیزم های تشخیص نفوذ، غالبا حملات را پس از وقوع تشخیص داده و گزارش می کنند. در این صورت، نمی توان به طور مطلوبی از شبکه محافظت به عمل آورد. بحث پیش بینی حملات به همین علت، مطرح می شود. در مباحث مربوط به امنیت شبکه، از تئوری بازی ها، در مدل کردن ارتباط بین نفوذگر و مدافع شبکه، و کمک به تصمیم گیری برای انتخاب بهترین دفاع، بسیار استفاده می شود. یک نوع از بازی ها، بازی های سیگنالی است که از رده ی بازی های با اطلاعات ناقص می باشد و با کمک روش ارسال و دریافت پیام به تکمیل اطلاعات می پردازد. این دسته از بازی ها در تصمیم گیری در مورد نفوذگر، هنگامی که اطلاعات کافی از انگیزه و هدف وی در دست نیست، به کار می آید. در این پروژه از تکنیکی استفاده شده است که از بازی سیگنالی برای تشخیص هدف یک نفوذگر و تصمیم گیری و انتخاب دفاع مناسب در مقابل وی، بهره می برد. ما از این تکنیک برای پیش بینی گام نهایی حمله توسط نفوذگری استفاده می کنیم که حمله ی منع سرویس گسترده در مجموعه داده ی lls_ddos1.0، ارائه شده توسط دارپا؛ را اجرا می کند. پس از طی چندین مرحله بازی بین نفوذگر و مدافع، با به روزرسانی مداوم باور مدافع نسبت به هدف نفوذگر، مدافع موفق به پیش بینی گام نهایی حمله، یعنی انجام حمله ی منع سرویس گسترده، توسط نفوذگر، گردید و با انتخاب دفاع مناسب از موفقیت نفوذگر در این حمله، ممانعت به عمل آورد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بررسی اثر تغییرات گام زمانی در مدلهای پیش بینی امواج در دریاچه ارومیه

Development of advanced spectral wind wave models has been the subject of comprehensive researches which has led to reliable wave predictions for assessing the impact of waves on the natural environment, coastal protection, offshore structures and harbor over the past two decades. On the other hand, the Geographical Information Systems (GIS) are developed for working with geographical data whic...

متن کامل

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

متن کامل

کاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه

پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...

متن کامل

تحلیل اتصالات مغزی برای پیش بینی وقوع حملات تشنج صرعی با استفاده از سیگنال های الکتروانسفالوگرافی

قرارگرفتن در وضعیت‌های مختلف ادراکی، شناختی و احساسی با نوعی انتشار اطلاعات از طریق نوسانات نورون های مغزی همراه است. بررسی این نوسانات و به طور مشخص ارتباطات و تعاملات میان بخش های مختلف مغز، می تواند اطلاعات مفیدی درباره ی نحوه ی واکنش مغز در برابر وضعیت های مختلف بدست دهد. در ادبیات موضوع، ارتباطات بین نواحی مختلف مغز به سه دسته ی ساختاری، موثر، و کارکردی تقسیم بندی می شوند که دسته ی اول به ...

متن کامل

ترکیب شبکه های عصبی برای پیش بینی قیمت سهام

در این مقاله، یک مدل ابتکاری با ترکیب شبکه های عصبی مصنوعی (ANN) برای پیش بینی رفتار قیمت سهام پیشنهاد و اجرا می شود. این مدل ترکیبی، به صورت ساختار دو طبقه می باشد: شبکه های عصبی طبقه اول یا پیشگوهای پایه (Base Predictor) مسئول پیش بینی روزانه داده ها با ویژگی مختلف یک سهام می باشند و در طبقه دوم، شبکه دیگر، به عنوان ترکیب کننده پیش بینی نهایی را با بررسی و آنالیز اطلاعات پیشگوهای طبقه اول انج...

متن کامل

پیش بینی حملات صرع با استفاده از شبکه های عصبی مصنوعی

صرع یکی از مهمترین بیماری های دستگاه عصبی است که حدود 1% از مردم جهان به آن مبتلا هستند. امکان پیش بینی وقوع حملات صرعی از روی سیگنال های الکتروانسفالوگراف برای بیماران صرعی، فرصت های درمانی جدیدی را فراهم می کند. پیش بینی دقیق حملات صرعی هنوز هم غیرممکن است چرا که این حملات رفتاری آشوبگونه دارند. آشوب قابلیت پیش بینی پذیری را محدود می کند و در نتیجه، پیش بینی بلند مدت سری های زمانی آشوبگونه مس...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده برق و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023