شکل ۵-۳ : مقایسه معیار NPV الگوریتم پیشنهادی با سایر الگوریتم ها
نتیجه مقایسه نشان می دهد NPV الگوریتم پیشنهادی نسبت به الگوریتمهای دیگر بالاتر بوده که نشان دهنده ایجاد بهبود در عملکرد الگوریتم پیشنهاد شده می باشد .
در شکل ۵-۳ مقایسه معیار دقت الگوریتم پیشنهادی با سایر الگوریتم ها در قالب نمودار نشان داده شده است .
شکل ۵-۳ : مقایسه معیار دقت الگوریتم پیشنهادی با سایر الگوریتم ها
همان طور که در شکل ۵-۳ نشان داده شده است دقت تشخیص الگوریتم پیشنهاد شده در مقایسه با دیگر الگوریتمها بالاتر است.
روش پیشنهاد شده همان الگوریتم انتخاب منفی حقیقی با شناساگرهای شعاع متغیر است که قابلیت تعریف نمونههای خودی با شعاع متغیر و مکانیسم سرکوب ایمنی به آن افزوده گردیده است .
تعریف شعاع خودی متغیر میتواند پوشش خوبی از ناحیه خودی را فراهم کند و نیز مشخصات سیستم را به خوبی بیان کند. آزمایشات نشان میدهد که شناساگرهای تولید شده با این روش نرخ تشخیص[۲۰۰] بالا و نرخ هشدار غلط[۲۰۱] پایینی دارد. همچنین در این روش از استراتژی سرکوب ایمنی استفاده شده که موجب کاهش حفرهها و پایین آمدن تعداد شناساگرهای لازم جهت پوشش دهی ناحیه غیرخودی می گردد. با به کار بردن مکانیسم سرکوب ایمنی، از آنجایی که نمونه های خودی مرزی با شناساگرها برای تشخیص ناهنجاری ترکیب شده، موجب فراهم شدن پوشش بهینه تری از ناحیه غیر خودی و ارتقای قدرت تشخیص الگوریتم انتخاب منفی گردیده اند .
( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
یک سیستم تشخیص نفوذ خوب میبایست نرخ تشخیص بالا و نرخ هشدار غلط پایین داشته باشد.
در الگوریتم انتخاب منفی هر چه تعداد شناسگرها بیشتر باشد، نرخ تشخیص بالاتر میرود ولی نرخ هشدار غلط هم افزایش می یابد. از سوی دیگر، تعداد کم شناساگرها، نرخ هشدار غلط را پایین می آورد اما نرخ تشخیص هم پایین میآید. برای داشتن یک سیستم تشخیص نفوذ خوب نیازمند به دست آوردن بهترین توازن بین نرخ تشخیص و نرخ هشدار غلط هستیم .
با توجه به معیارهای ارزیابی عملکرد طبقهبندی که توسط ROC (استیبور[۲۰۲] و همکاران ، ۲۰۰۵) بیان شده است، روشی که بهترین توازن کلی بین نرخ تشخیص و نرخ هشدار غلط را درپی داشته باشد، بهترین روش است. بهترین تعادل به معنی حداقل خطا است. شکل ۵-۵ ضابطه حداقل خطا را نشان میدهد.
(۵-۵) |
در این ضابطه DR نرخ تشخیص و FA نرخ هشدار غلط است.
بامحاسبه کمینه خطا در میان روشهای مورد بررسی ، مشاهده میشود که روش پیشنهادی کمینه نرخ خطا را داراست.
۵-۵- جمع بندی
روش پیشنهاد شده در این پژوهش همان الگوریتم انتخاب منفی حقیقی با شناساگرهای شعاع متغیر است که قابلیت تعریف نمونه های خودی با شعاع متغیر و مکانیسم سرکوب ایمنی به آن افزوده گردیده است .
در این فصل راهکار پیشنهادشده در فصل ۴ مورد آزمایش و ارزیابی قرار گرفت . کارایی روش پیشنهادی با روش آزمون K-fold با مقدار k برابر با ۵ ارزیابی شده است و برای ارزیابی نتایج بدست آمده از معیارهای دقت، نرخ تشخیص، نرخ مثبت اشتباه و NPV استفاده میشود. نتایج شبیهسازی در جدول۵-۳ نشان داده شده است.
جدول ۵-۳ : نتایج آزمون
الگوریتم ها | معیارهای ارزیابی | ||||
Proposed algorithm | Improved Danger Theory | Svm | Knn | Bayesian | |
۹۵% | ۴۰% | ۲۵% | ۳۰% | ۷۹% | DR |