کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

تشخیص خودکار بدافزار بااستفاده از شبکه ی تقویتی عمیق و شبکه ی عصبی مصنوعی

نویسندگان :

علی اکبر تجری¹

1- دانشگاه گلستان

کلمات کلیدی :

تشخیص بدافزار،یادگیری تقویتی عمیق،شبکه ی عصبی مصنوعی،اعتبارسنجی k-fold

چکیده :

با گسترش روزافزون استفاده از نرمافزارهای گوشی تلفن همراه توسط کاربران در سرتاسر اینترنت، حمله به این نرمافزارها و تولید بدافزارهایی که منجر به افشای اطلاعات محرمانهی کاربران میشود نیز روزبهروز درحال افزایش است. تاکنون روشهای متعددی برای مقابله با بدافزارها توسط محققان ارائه شده است اما، اغلب این روش ها دارای دقت محدودی هستند و امکان شناسایی برخی حملات با دقت بالا را ندارند و حتی ممکن است در تشخیص نوع حملهای که صورت گرفته است دقت بسیار کمی داشته باشند. در این مقاله، ابتدا چند عملیات پیش پردازش داده جهت پالایش مجموعه داده مانند نرمالسازی روی دادهها صورت میگیرد. سپس، بااستفاده از ترکیب الگوریتم تقویت تطبیقی AdaBoost و یادگیری تقویتی عمیق DQN، ویژگیهایی که در انتخاب دستهی دادهها (عادی یا حمله) مؤثرتر هستند انتخاب میشوند. درادامه، نیز با تغییر در پارامترهای بهینهسازی مدل شبکه ی عصبی و استفاده از روش اعتبارسنجی k-fold، بهترین مقادیر جهت تعیین دسته دادهها بهدست می-آید. نتایج بهدست آمده برای چهار معیار ارزیابی کلیدی و بهخصوص دقت 99.98% برای دستهبندی دودویی و میانگین %98.43 برای دستهبندی چندکلاسه نشان میدهد که روش پیشنهادی نسبت به سایر روشها کارآیی بیشتری دارد.