پروژه طبقه بندی نفوذ در شبکه بر اساس شبکه عصبی احتمالی – PNN با MATLAB
در این پروژه جهت طبقه بندی نفوذ در شبکه از روش شبکه عصبی احتمالی (PNN – Probabilistic Neural Network) برای تشخیص و طبقه بندی نفوذ استفاده شده است. تحلیل تئوری PNN، نوعی از مدل طبقه بندی نفوذ در شبکه می باشد که بر اساس PNN به عنوان لایه پیشخور جهت حل دو طبقه بندی و یا طبقه بندی چند کلاسه در سیستم تشخیص نفوذ استفاده شده است. آزمایش شبیه سازی این پروژه با دیتاست KDD Cup 99 انجام شده است. نتایج به دست آمده نشان میدهد که روش پیشنهادی، کارایی بهتری دارد.
شبکه عصبی احتمالی یا به اختصار PNN، دو مزیت ویژه دارد که یکی از آنها، سرعت همگرایی بالا و دیگری عملیات ساده و به دور از پیچیدگی می باشد. در پیاده سازی این پروژه، ظرفیت طبقه بندی غیرخطی قدرتمند PNN جهت بالا بردن کارایی طبقه بندی در نفوذ شبکه به کار رفته است.
همچنین گام های پروژه به صورت زیر است: ابتدا مجموعه آموزشی از دیتاست که از نوع KDD Cup 99 است انتخاب می شود، سپس نرمال سازی داده انجام می شود، در مرحله بعدی شبکه عصبی احتمالی – PNN ساخته می شود، شبکه آموزش می بیند، تست شبکه انجام شده و در نهایت نتیجه کلی به دست می آید.
سلام خسته نباشید من و دوستم قصد داریم روی مبحث امنیت با یادگیری عمیق روی دوتا پروژه کار کنیم که از تلفیق این دو پروژه ، یه پروژه بزرگتر و کارآمدتر ایجاد کنیم. میشه لطفا راهنمایی کنید و به ما موضوع و ایده پیشنهاد بدید.