Özet: Ağ üzerinde anormal trafiğin varlığı, ağ güvenliği için bazı tehlikelere neden olur. Ağdaki anormal trafiği izleme ve tanımlama sorununu ele almak için, bu makale önce karşılıklı bilgi tabanlı yöntemle trafik özelliklerini seçti ve ardından k-En Yakın Komşu (KNN), Geri Yayılma Sinir Ağı ( BPNN) ve Elman. Ardından, GOA-BPNN ve GOA-Elman modellerini elde etmek için parametreler, BPNN ve Elman’ın kusurlarına dayalı olarak Grasshopper Optimization Algorithm (GOA) ile optimize edilmiştir. Bu matematiksel modellerin performansı UNSW-UB15’te karşılaştırıldı. KNN modelinin en kötü performansa sahip olduğu ve Elman modelinin BPNN modelinden daha iyi performans gösterdiği tespit edilmiştir. GOA optimizasyonundan sonra modellerin performansı iyileştirildi. GOA-Elman modeli, anormal trafiğin izlenmesi ve tanınmasında %97,33’lük bir doğrulukla en iyi performansa sahipti ve farklı trafik türlerinin izlenmesi ve tanınmasında iyi performans gösterdi. Araştırma sonuçları, ağ güvenliği için yeni bir yaklaşım sağlayan GOA-Elman modelinin güvenilirliğini göstermektedir.
Anormal Ağ Trafiğinin Farklı Matematiksel Modellerle İzlenmesi ve Tanımlanması | Siber Güvenlik ve Mobilite Dergisi (riverpublishers.com)
Bing-Bai Shaanxi Polis Koleji, Xi’an, Shaanxi 710021, Çin
