Entropy Variation and J48 Algorithm based Intrusion Detection System for Cloud Computing 

ABSTRACT

Now Cloud Computing has achieved formidable impetus where IT infrastructures and applications are provided as service to end users. It provides shared pool of resources in addition with Data storage, computer processing power and specialized corporate and user applications. Users can access Cloud services any time anywhere and store large amount of data from anywhere, due to increases the popularity of Cloud computing there is risk of Security. Data which is stored on cloud may be vulnerable which is easy for attackers to compromise the virtual machines as zombies and explore these vulnerabilities in cloud system. Because when we move data or information in cloud we do not have any control on that data which can be handling by third party. Hence, there is the vital requirement of more security measures to protect cloud. In this paper we propose an Intrusion detection system which is based on Entropy variation and J48 Decision tree algorithm through which we can detect or prevent vulnerable virtual machines, Data center and Host from being compromised in the cloud also we can protect data and applications in Cloud like wide area network traffic. This proposed solution results gives more accuracy for attack detection and low false alarm rate. For simulation we use Cloud Sim (version 3.1) and used KDDCUP ’99 Dataset to evaluate rules and testing datasets to detect intrusion.

دانلود رایگان مقاله انگلیسی                     793.3 KB

چکیده
امروزه محاسبات ابری به علت اینکه زیرساخت های IT و برنامه¬های کاربردی به صورت سرویس به کاربران ارائه می¬شود به صورت یک محرک بزرگ در آمده است. ابر¬ها منابع اشتراکی ادغام شده را به همراه ذخیره سازه¬های داده ، توان پردازش کامپیوتری و برنامه های کابردی اختصاصی کاربران را فراهم می¬سازد. کاربران می¬توانند به سرویس های ابر در هر مکان هر زمان و هر سایزی از داده ها در هر جایی دسترسی پیدا کنند که منجر به افزایش محبوبیت محاسبات ابری با وجود خطر امنیتی می¬شود. داده هایی که در ابر ذخیره می¬شوند، ممکن است در معرض خطر باشند، برای مهاجمین امکان سازش با ماشین¬های مجازی و امکان کشف آسییب پذیری در سیستم ابر بسیار راحت است، زیرا زمانی که ما اطلاعات و یا داده هایی را در ابر جا به جا میکنیم، هیچ کنترلی بر روی داده هایی که میتواند توسط شخص ثالث کنترل شود نداریم. از این رو، معیارهای امنتیی حیاتی زیادی برای حفاظت از ابر مورد نیاز است. در این مقاله، ما یک سیستم تشخصیص نفوذ را پیشنهاد می¬کنیم که مبتنی بر گوناگونی آنتروپی و الگوریتم درخت تصمیم¬گیری J48 است که به واسطه این روش می¬توانیم ماشین¬های مجازی آسیب دیده را شناسایی کرده و یا از ایجاد آنها جلوگیری کنیم. مراکز داده و میزبان ها نیز از همان ابتدا در خطر قرار دارند و ما به واسطه این الگوریتم می¬توانیم از داده ها و برنامه های کاربردی در ابر مانند ترافیک شبکه گسترده، محافظت نماییم. این روش پیشنهادی، دقت بسیار بالایی را در شناسایی حملات نتیجه می¬دهد، و نرخ اعلام خطر اشتباه را کاهش می¬دهد. برای شبیه سازی، از کلود سیم (نسخه 3.1) استفاده کرده ایم و از مجموعه داده KDDCUP ’99 برای ارزیابی و تست مجموعه داده برای تشخیص نفود استفاده کرده¬ایم.

تعداد صفحات مقاله انگلیسی: 7 صفحه
تعداد صفحات مقاله فارسی: 23  صفحه
نوع فایل: ورد