دیدگاه های مدیریت دانش

در ادبیات مدیریت دانش دو دیدگاه وجود دارد که هریک به نوعی خاص جایگاه مدیریت دانش را در عرصه مدیریت تعریف میکند.هدف مدیریت دانش با توجه به این دیدگاه ها متفاوت خواهد بود که در زیر به بررسی آنها پرداخته میشود.

دیدگاه اول: دانش به عنوان یک سرمایه.هدف از مدیریت دانش در این رویکرد رساندن اطلاعات درست به افراد لازم، در زمان مناسب و با کمترین هزینه است.

دیدگاه دوم: دانش به عناون یک ابزار.هدف از مدیریت دانش در این رویکرد کمک به افراد در ایجاد و به اشتراک گذاشتن دانش، کمک به افراد در عمل کردن بر اساس دانش است به طریقی که کارایی سازمان و همکارانش، به طور قابل سنجشی بهبود یابد.[۷]

۲-۲-۸ مزایای مدیریت دانش

با توجه به تغییرات سریع و فشار رقابت جهانی، دانش به عنوان یک فاکتور اساسی برای دستیابی به مزیت رقابتی برای سازمان ها به شمار میرود.

مدیریت دانش شامل فرآیندهایی است که درخواست ها را تسهیل میکند و دانش سازمان را به منظور ایجاد ارزش و افزایش مزیت رقابتی توسعه می بخشد.[۴۸]

دنهام گری[۱] ، در یک گرد همایی مدیریت دانش،  مزایای عمده مدیریت دانش را این گونه مورد بحث قرار میدهد: ” مدیریت دانش، دیدگاه ها، رهیافت ها و بصیرت قرار دادن سرمایه گذاری های مناسب در داده و اطلاعات را در بهترین موارد استفاده که بشترین نیاز به آن می رود فراهم می آورد.مدیریت دانش، تصمیمات کجایی، چگونگی و زمان ساخت، ایجاد، انباشت و علت دانش جدید را هدایت می کند.

اجازه می دهد که سازمان علت سرمایه های کلیدی خود از جمله آموزش، کارآموزی و تجربه ضمن خدمت را که اغلب بیشترین هزینه را در بسیاری از شرکتها در بر دارد توضیح دهد.این هزینه به ندرت به کمیت در می آید و یا دنبال می شود.هیچ گونه پاسخی برای این گونه هزینه ها وجود ندارد.بدون توجه کانونی فعال و به هنگام سازی، دانش ارزش خود را از دست می دهد".

دنهام گری، هشت مزیت خاص مدیریت دانش را چنین شناسایی میکند:

۱-جلوگیری از افت دانش.سازمان را قادر می سازد تا تخصص فنی حیاتی خود را حفظ کرده، افت دانش حیاتی که از بازنشستگی، کوچک سازی، یا اخراج کارکنان و تغییرات ساخت حافظه انسانی ناشی می شود جلوگیری کند.

۲-بهبود تصمیم گیری.نوع و کیفیت دانش مورد نیاز را برای تصمیم گیری های اثربخش شناسایی میکند و دسترسی به آن دانش را تسهیل می بخشد.در نتیجه، تصمیمات سریع تر و بهتری می تواند در سطوح پایین تر سازمانی صورت میگیرد.

۳-انعطاف پذیری و انطباق پذیری.به کارکنان اجازه می دهددرک بهتری از کار خود به عمل آورده، راه حل های نوآور مطرح کنند، با سرپرستی مستقیم کمتر کار کنند و کمتر نیاز به مداخلات داشته باشند.در نتیجه، کارکنان میتواننددر موقعیت های چندوظیفه ای فعال باشند، و سازمان می تواند روحیه کارکنان را بالا ببرد.

۴- مزیت رقابتی. سازمان ها را قادر می سازد تا کاملا مشتریان، دیدگاه ها و بازار و رقابت را درک کرده، بتوانند شکاف ها و فرصتهای رقابتی را شناسایی کنند.

۵-توسعه دارایی.توانایی سازمان را در سرمایه گذاری در حفاظت قانونی برای مالکیت معنوی بهبود میبخشد.

۶-افزایش محصول.به سازمان اجازه می دهد که دانش را در خدمت و فرآورده ها بکار گیرد.در نتیجه، ارزش درک شده محصول با نسبت مستقیم میزان و کیفیت دانش در محصول افزایش پیدا می کند.

۷-مدیریت مشتری.سازمان را قادر میسازد تا توجه کانونی و خدمت به مشتری را افزایش دهد.دانش مشتری باعث سرعت پاسخ به سوالات، توصیه ها و شکایتهای مشتری می شود.

این امر همچنین تضمین کننده سازگاری و کیفیت بهتر خدمات به مشتریان می گردد.راه حل مشکلات عادی به سادگی قابل دسترسی است.

۸-بکارگیری سرمایه گذاری ها در بخش سرمایه انسانی.از طریق توانایی بخشیدن به سهیم شدن در درس های یاد گرفته شده، فرایندهای اسناد، بررسی و حل استثنائات و در اختیار گرفتن و انتقال دانش ضمنی، سازمانها می توانند به بهترین وجهی در استخدام و کارآموزی کارکنان سرمایه گذاری کنند.[۷]

از دیگر مزایای مدیریت دانش می توان به بهبود پاسخ رقابتی، جلوگیری از هزینه ها و هدر رفتن سرمایه های ذهنی، جهت گیری استراتژیک و تحقق نیاز جهانی شدن، اثر بخشی شغلی و سازمانی اشاره کرد.(انتظاری، ۱۳۸۵)[۷].

[۱] Denham Grey

مقدمه­ای بر انواع سیستم های توصیه­گر

۱-۱- مقدمه

گسترش سریع و روز افزون اطلاعات ارائه شده بر روی شبکه جهانی اینترنت، کاربران را با مشکلات عدیده و قابل تاملی در خصوص انتخاب منابع و اطلاعات مورد نیاز ایشان مواجه نموده است و چه بسا که بدون راهنمایی و هدایت صحیح، کاربران در اخذ تصمیمات صحیح یا انتخاب کالا و خدمات مورد نیازشان دچار اشتباه شده که این امر تبعات عدیده­ای از جمله نارضایتی، سلب اطمینان کاربران و مشتریان سایتهای موجود بر روی اینترنت را به همراه خواهد داشت. از اینرو وجود ابزار و سیستمهایی برای کمک به کاربران در انتخاب اطلاعات مناسب و مورد نیاز ایشان کاملا ضروری به نظر می­رسد. در سالهای اخیر برای برآورده سازی این نیازها سیستم های توصیه­گرمطرح و توسعه یافته­اند و الگوریتمها ، مقالات و متون علمی بسیار متنوع و مختلفی در این زمینه مطرح گردیده است .

در این میان، ایجاد و گسترش شبکه ­های اجتماعی، شبکه ­های اعتماد و وجود انواع روابط میان کاربران این شبکه ­ها افق جدیدی را برروی محققان و توسعه دهندگان سیستم های توصیه­گر گشوده است تا با بهره­ گیری از علوم اجتماعی و علوم روان شناختی حاکم در این شبکه ­ها و خصوصا وجود رابطه اعتماد میان کاربران بتوانند نسل جدیدی از سیستم های توصیه­گر را تحت عنوان “سیستم های توصیه­گر مبتنی بر اعتماد[۱]"معرفی و عرضه نمایند. این سیستم ها قادر هستند تا به درصد بیشتری از کاربران پاسخ مناسب را ارائه دهند و همچنین نتایج آنها از دقت بالاتری برخوردار می­باشد.

با توجه به کثرت کاربران و افراد عضو شبکه ­های مبتنی بر اعتماد و شبکه ­های اجتماعی، همچنین تنوع رفتار و ویژگی­های ایشان، تنها یک شیوه یا یک مدل قادر به پاسخگویی و ارائه پیشنهادات دقیق و قابل قبول نمی ­باشد که این امر باعث ظهور سیستم های توصیه­گر ترکیبی[۲]گردیده است. در این سیستم ها سعی شده است تا با ترکیب انواع مختلفی از سیستم های توصیه­گر بتوان سیستمی تولید نمود که دارای مزایای حداکثری و معایب حداقلی باشد.

در این پایان نامه سعی شده است تا با تغییر، اصلاح، تلفیق و ترکیب تعدادی از روشها و الگوریتم­های مطرح و قابل قبول در سطح جهانی، مدلی ارائه گردد که نسبت به مدل­های پیشین دارای دقت و درصد پوشش بالاتری باشد و همچنین بتواند نقایص مدلهای پیشین خصوصا در رابطه با ارائه پیشنهاد به کاربران تازه وارد[۳] را تا حد قابل قبولی مرتفع نماید.

۱-۲- سیستم های توصیه­گر

تعاریف متفاوتی برای سیستم‌های توصیه‌گر ارائه شده‌است. عده­ای از محققان سیستم های توصیه­گر را زیرمجموعه‌ای از سیستم های تصمیم­یار[۴] می‌دانند و آنها را سیستم‌های اطلاعاتی[۵] تعریف می‌کنند که توانایی تحلیل رفتارهای گذشته و ارائه توصیه‌هایی برای مسائل جاری را دارا می­باشند[۱]. به زبان ساده‌تر در سیستم‌های توصیه‌گر تلاش بر این است تا با حدس زدن شیوه تفکر کاربر به کمک اطلاعاتی که از نحوه رفتار وی یا کاربران مشابه و نظرات آنها داریم مناسب‌ترین و نزدیک‌ترین کالا یا خدمت به سلیقه او را شناسایی و پیشنهاد کنیم. این سیستم‌ها در حقیقت سعی دارند فرایندی را که ما در زندگی روزمره خود بکار می‌بریم و طی آن تلاش می‌کنیم تا افرادی با سلایق نزدیک به خود را پیدا کرده و از آنها در مورد انتخاب‌هایمان نظر بخواهیم را شبیه سازی نمایند.

به صورت کلی­تر سیستم های توصیه­گر زیر مجموعه ­ای از سیستم های پالایش اطلاعات[۶]هستند که وظیفه آنها جستجو برای بیان پیش ­بینی امتیاز(درجه)[۷] یا بیان سلایق و ترجیحات[۸] یک کاربر در خصوص یک موضوع[۹] ( مانند موسیقی، کتاب یا فیلم) یا یک عنصر اجتماعی مانند افراد و گروه ها می­باشد[۲]–[۴].

۱-۳- انواع سیستم های توصیه­گر از لحاظ عملکردی

سیستم های توصیه­گر به لحاظ نحوه ارائه نتایج و پیشنهادات به کاربران خود، به شیوه های متفاوتی عمل می نمایند که در ذیل به پاره­ای از آنها به صورت فهرست وار اشاره می­گردد:

• پیشنهاد لیستی متشکل از n کالا یا محصول برتر (معمولا n برابر ۱۰ است )
• پیشنهادات فصلی و موردی مانند پیشنهاد یک هتل دارای تخفیف جهت تعطیلات
• بیان درصد علاقه­مندی سایر کاربران به یک محصول خاص، به عنوان مثال: “۸۰ درصد کاربران از خرید این محصول راضی بوده اند “
• پیش بینی میزان امتیازی که یک کاربر به یک محصول خاص خواهد داد

در این تحقیق سعی در ایجاد مدلی است که بتواند نظر و امتیاز تخصیص داده شده توسط یک کاربر خاص به یک محصول یا آیتم خاص را پیش ­بینی نماید.

۱-۴- مزایا و اهمیت یک سیستم توصیه­گر کارآمد

طبق آمار رسمی ارائه شده توسط سایت فروش کتاب Amazon[10] ، ۳۵ درصد از فروش این سایت به واسطه وجود سیستم توصیه­گر و ارائه پیشنهادات مناسب به علاقه­مندان کتاب می باشد[۵] همچنین سایت اجاره فیلم Netflix برای بهبود ۱۰ درصدی دقت سیستم توصیه­گر خود موسوم به Cinematch[11]جایزه ای بالغ بر یک میلیون دلار برای محققان در نظر گرفته است. هر دو مثال فوق نشان دهنده اهمیت سیستم های توصیه­گر و نقش آنها در تجارت می­باشد. در ذیل تعدادی از دلایل اهمیت وجود یک سیستم توصیه­گر مناسب و کارآمد در یک سایت تجارت الکترونیک برشمرده می­گردد:

• راهنمایی کاربران و بازدید کنندگان در انتخاب کالا ، محصول یا خدمت مناسب
• تسریع در زمان انتخاب کالای مورد نظر مشتری مانند انتخاب یک فیلم مناسب در میان میلیونها فیلم موجود در سایت
• جمع­آوری اطلاعات ارزشمند در خصوص سلایق و رفتار کاربران جهت برنامه ­ریزی­های آتی
• جذب مشتریان و بازدید کنندگانی که برای اولین بار است از سایت بازدید می­ کنند
• افزایش میزان رضایتمندی کاربران و طبیعتا افزایش سود سرمایه گذاران تجاری
• ایجاد احساس اطمینان در مشتری با ارائه آمار نظرات سایر کاربران
• بهبود معیارهای سنجش رتبه و درجه پورتال یا سایت
• توجه به جنبه­ های روان­شناختی کاربران
• افزایش آگاهی کاربر در زمینه مورد علاقه وی

۱-۵- معایب و مشکلات کلی سیستم های توصیه­گر

در مقابل مزایای بیان شده، این سیستم ها دارای نواقص و محدودیتهایی نیز می باشند که در ذیل به پاره ای از آنها اشاره می­ شود:

• عدم امکان بررسی همه جانبه مشخصات کاربران و عدم ارائه یک جواب کاملا منطبق و سازگار با نظر ایشان
• عدم اطمینان مشتریان به نظرات و پیشنهادات ارائه شده توسط سیستم
• عدم وجود دقت مطلوب در پیشنهادات ارائه شده توسط سیستم
• عدم پاسخگویی در برخی شرایط خاص، خصوصا در مورد کاربران تازه وارد یا مشتریان جدید (در فصل آینده در خصوص این مورد توضیحات کامل­تری ارائه می­گردد)

مشکلات فنی و موانع عدیده­ای نیز در خصوص پیاده­سازی و ارائه الگوریتم برای سیستم های توصیه­گر وجود دارد که پاره­ای از آنها عبارتند از:

• پیاده­سازی این سیستم ها به دلیل وجود فاکتورهای بسیار متعدد و تاثیرگذار بر روی روند تصمیم ­گیری مکانیزه، بسیار پیچیده می­باشد.
• وجود امکان نفوذ متجاوزان و کلاهبرداران به اینگونه سیستم ها و ایجاد داده ­های غیر­صحیح در سیستم، که ممکن است نتیجه خروجی سیستم را به نحوی تغییر یا منحرف نمایند.
• پیچیدگی زمانی الگوریتمهای موجود و سرعت پاسخگویی کند این سیستم ها خصوصا در ارائه پیشنهادات برخط[۱۲]
• پیچیدگی پیاده­سازی الگوریتمهای موجود در این زمینه به لحاظ برنامه­نویسی و مباحث نرم­افزاری
• وجود مشکلات عدیده در خصوص مدیریت داده ­های بسیار سنگین و گاها به صورت توزیع­شده[۱۳]
• پیچیدگی­های ناشی از وجود یک شبکه گرافی بسیار حجیم و درهم با تعداد گره­های بسیار زیاد خصوصا در مورد شبکه ­های اجتماعی
• عدم وجود امکانات زمانی و سخت­افزاری در زمینه بررسی کل شبکه ­های مبتنی بر اعتماد برای یافتن بهترین جواب و با بالاترین دقت ممکن(به عنوان مثال اجرای برخی از الگوریتمها ممکن است چندین روز به طول بیانجامد)

[۱] Trust-Based Recommendation Systems(TBRS)

[۲] Hybrid Recommender System

[۳] Cold Start Users

[۴] Decision Support Systems(DSS)

[۵] Information Systems(IS)

[۶] Information Filtering Systems

[۷] Ratings

[۸] Preferences

[۹] Item

[۱۰]http://www.amazon.com

[۱۱]  http://www.netflixprize.com

[۱۲] Online Recommendation

[۱۳] Distributed

انواع رویکردها و مدلهای موجود در زمینه پیاده­سازی سیستم های توصیه­گر

در سالهای اخیر شیوه ­ها، رویکردها، الگوریتم­ها و مدلهای متنوع و گوناگونی در زمینه توسعه انواع سیستم های توصیه گر مطرح گردیده است که از ابعاد مختلف و با نگاه­های متفاوتی به مسئله ارائه پاسخ و پیشنهاد مناسب به کاربران پرداخته­اند که در این میان، پاره­ای از مهمترین و معروفترین روش های موجود به اختصار معرفی می­گردند.

یکی از متداول­ترین شیوه های مطرح"پالایش گروهی"می­باشد[۶]. این شیوه با جمع­آوری و آنالیز داده ­های موجود در مورد رفتار گذشته کاربران، فعالیتهای ایشان، سلایق آنها و امتیازاتی که به آیتم­های مختلف توسط ایشان داده شده است و همچنین بر اساس تشابه کاربران یا موضوعات با یکدیگر، مدلی ایجاد می­نماید و سپس از آن مدل برای پیش ­بینی آیتم­های مورد علاقه کاربر یا پیش ­بینی امتیاز­دهی یک کاربر به یک آیتم خاص استفاده می­نماید[۷]. یکی دیگر از شیوه ­های موجود در این زمینه “پالایش محتوایی[۱]” می­باشد که در این شیوه، مجموعه ­ای از خصوصیات یک آیتم، برای پیشنهاد آیتم­های جدید با خصوصیات مشابه با آن مورد استفاده قرار می­گیرد[۸]. از هر دو روش فوق نسخه­هایی نیز به صورت تجاری پیاده­سازی شده است که به عنوان مثال سیستم توصیه­گر موسیقی بکار رفته در سایت Last.fm[2] بر اساس شیوه پالایش محتوایی پیاده­سازی شده است در حالیکه در سایت [۳]PandoraRadio از شیوه پالایش گروهی استفاده شده است.

یکی دیگر از شیوه ­های موجود درخصوص تولید سیستم های توصیه­گر، ترکیب هر دو رویکرد فوق تحت عنوان “سیستم های توصیه­گر ترکیبی” می­باشد[۴]. مطالعات اخیر نشان داده است که در برخی موارد استفاده از ترکیب هر دو شیوه می ­تواند نتایج موثرتری را ایجاد نماید. این ترکیب می ­تواند در اشکال و انواع مختلفی صورت گیرد که هر کدام نتایج خاصی را تولید می­نمایند[۹]. تحقیقات نشان داده است که ترکیب این دو شیوه می تواند برخی از مشکلات هر کدام از روشها را برطرف نموده و نتایج با دقت بالاتری ایجاد نماید، به عنوان مثال، سیستم توصیه­گر ایجاد شده در سایتNetflix[4] از یک سیستم ترکیبی بهره می­برد که در آن عادات مشاهده  فیلم، توسط کاربران مشابه (شیوه پالایش گروهی)، در کنار ارائه فیلم­هایی که به لحاظ مشخصات، مشابه فیلم­هایی هستند که توسط کاربر امتیاز بالاتری اخذ نموده ­اند (شیوه پالایش محتوایی) در نظر گرفته شده است.

با ظهور شبکه ­های اجتماعی و شبکه ­های مبتنی بر اعتماد، رویکردها و ایده­های جدیدی در خصوص ایجاد و بهبود سیستم های توصیه­گر، با توجه به ارتباطات میان کاربران و به صورت خاص، وجود رابطه اعتماد میان آنها مطرح گردیدکه منجر به تولید سیستم های توصیه گر مبتنی بر اعتماد شده است[۱۰].

یک شبکه اجتماعی در واقع یک ساختار اجتماعی متشکل از مجموعه ­ای از بازیگران (شامل کاربران و سازمان آنها) و ارتباطات دوتایی میان این عناصر می­باشد[۱۱] که به عنوان نمونه­ برجسته­ای از آن می تواند به شبکه اجتماعی facebook اشاره نمود. این ارتباطات می ­تواند در قالب انواع گوناگون یا بر اساس معیارهای مختلفی مانند: قیمت­ها، تبادلات مالی، دوستی، خویشاوندی­، تجارت­، سرایت بیماری یا مسیرهای هواپیمایی و غیره بیان گردند[۱۲]. بررسی ابعاد و زوایای مختلف یک شبکه اجتماعی روش مشخصی برای آنالیز و تحلیل ساختار کلیه عناصر تشکیل دهنده آنرا فراهم می­ کند. مطالعه این ساختارها از روش “آنالیز شبکه اجتماعی” برای شناسایی  الگوهای محلی و سراسری ، یافتن عناصر و موجودیتهای تاثیر­گذار در شبکه و بررسی دینامیک شبکه استفاده می­نماید[۱۳]. شبکه ­های اجتماعی و تحلیل آنها یکی از موضوعات میان رشته­ای است که به صورت آکادمیک در حوزه ­های روانشناسی اجتماعی، جامعه شناسی، آمار و تئوری گراف مطرح می­باشد.

از دیدگاه تئوری گراف[۱۴] یک شبکه اجتماعی متشکل از تعدادی گره و یال می­باشد که گره­ها در واقع همان افراد، سازمانها و گروه­ها می­باشند و یالها نیز بیانگر رابطه میان هر دو گره موجود در این گراف می­باشند. نکته حائذ اهمیت، پیچیدگی این گرافها به لحاظ تعداد بسیار زیاد گره­ها و همچنین یالهای میان آنها می­باشد.

یکی از انواع خاص شبکه ­های اجتماعی وجود یک شبکه مبتنی بر اعتماد میان کاربران می­باشد که در آن کاربران عقیده و نظر خود در خصوص اعتماد به دیگران را صراحتا و آشکارا بیان می نمایند و این اعتماد را در قالب امتیازی که به افراد مختلف می دهند بیان می­ کنند[۱۵]. یک شبکه مبتنی بر اعتماد در واقع یک گراف جهت­دار است که می ­تواند متمایز کننده آن از یک شبکه اجتماعی گردد. گره­ها کاربران می­باشند و یالهای گراف بیان­کننده وجود رابطه اعتماد میان دو کاربر می­باشند[۱۶]. به عنوان مثال می توان به سایت Epinions[5] اشاره نمود. این سایت تجارت الکترونیک[۶] مثال بارزی از شبکه مبتنی بر اعتماد می باشد که در آن کاربران در خصوص محصولات، نظرات خود را مطرح می نمایند و می توانند برای محصولات یا نظر سایر کاربران امتیازی در محدوده ۱ تا ۵ را انتخاب نمایند. نکته مهم در خصوص این سایت این است که کاربران می توانند بر اساس کیفیت و تشابه نظر سایر افراد با خودشان، ایشان را به شبکه اعتماد خود اضافه نمایند و شبکه ­ای از افراد مورد اعتماد خود را تشکیل دهند و یا افراد ناشناس را که نظرات آنها مورد تایید نمی باشد را در لیست سیاه[۷] خود قرار دهند.

سیستم توصیه­گری نیز که بر اساس شبکه اعتماد ایجاد می­گردد به کاربران بر اساس نظرات افراد موجود در شبکه اعتماد[۸] ایشان و یا بر اساس نظرات افرادی که مورد اعتماد اعضای شبکه اعتماد باشند پیشنهاداتی را ارائه می­نماید.

یکی از مباحث مهم و مطرح در اینگونه شبکه ­ها نحوه بیان و ارزیابی معیار اعتماد میان کاربران می­باشد که روش های بسیار متنوع و مختلفی در این خصوص موجود است که طبیعتا منتج به نتایج متفاوتی می­گردند[۱۷]. به عنوان مثال تعداد ارتباطات مستقیم و غیر­مستقیم میان یک کاربر با کاربر دیگر می تواند بیان کننده میزان اعتماد میان ایشان باشدکه این امر به صورت کلی باعث ارائه جوابهای قابل قبول­تری می­گردد[۱۸]. نحوه بیان معیار اعتماد و اندازه گیری آن، خود یکی از موضوعات قابل تحقیق و بررسی است که از محدوده این تحقیق خارج بوده و در این تحقیق وجود یک شبکه مبتنی بر اعتماد میان کاربران به عنوان یکی از فرضیه های تحقیق در نظر گرفته می­ شود و به منظور محاسبه اندازه و مقدار اعتماد میان کاربران از نتایج تحقیق صورت گرفته در این خصوص بهره ­برداری می­گردد[۱۹].

[۱]Content Based Filtering

[۲] https://www.last.fm

[۳] http://www.pandora.com

[۴] http://www.netflix.com

[۵] http://www.epinions.com

[۶] E-Commerce

[۷] Block List or Black List

[۸] Web Of Trust (WOT)

مقدمه

از آنجایی که از نظر تکنیکی  ایجاد سیستم­های کامپیوتری بدون نقاط ضعف و شکست امنیتی عملا غیر ممکن است. تشخیص نفوذ در سیستم­های کامپیوتری با اهمیت خاصی دنبال می­ شود. سیستم­های تشخیص نفوذ سخت­افزار  یا نرم­افزاری است که کار نظارت بر شبکه ­کامپیوتری را در مورد فعالیت­های مخرب و یا نقص سیاست­های مدیریتی و امنیتی را انجام می­دهد و گزارش­های حاصله را به بخش مدیریت شبکه ارائه می­دهد‎[۱]. سیستم­های تشخیص نفوذ وظیف شناسایی و تشخیص هر گونه استفاده غیر مجاز به سیستم، سوء استفاده و یا آسیب رسانی توسط هر دودسته کاربران داخلی و خارجی را بر عهده دارند. هدف این سیستم­ها جلوگیری از حمله نیست و تنها کشف و احتمالا شناسایی حملات و تشخیص اشکالات امنیتی در سیستم یا شبکه­کامپیوتری و اعلام آن به مدیر سیستم است. عموما سیستم­های تشخیص نفوذ  در کنار دیوارهای آتش  و بصورت مکمل امنیتی برای آن­ها مورد استفاده قرار می­گیرد. سیستم های تشخیص نفوذ ستنی نمی­توانند خود را با حملات جدید تطبیق دهند  از این رو  امروزه سیستم های تشخیص نفوذ مبتنی بر داده ­کاوی مطرح گردیده­اند‎[۱]. مشخص نمودن الگوهای در حجم زیاد داده، کمک بسیار بزرگی به ما می­ کند. روش­های داده ­کاوی با مشخص نمودن یک برچسب دودویی (بسته نرمال، بسته غیر­نرمال) و همچنین مشخص نمودن ویژگی­ها و خصیصه با الگوریتم­های دسته بندی می­توانند داده غیر­نرمال تشخیص دهند. از همین رو دقت و درستی سیستم های تشخیص نفوذ  افزایش یافته و در نتیجه امنیت شبکه بالا می­رود‎[۱].

در این پایان نامه سعی شده است با بهره گرفتن از روش­های مبتنی بر داده ­کاوی سیتم های تشخیص نفوذ پیشنهاد کنیم که از این روش­ها برای شناسایی و کشف حملات استفاده می­ کنند. در این روش ما تمامی الگوریتم­های موجود را شبیه­سازی نموده و در خاتمه بهترین الگوریتم را پیشنهاد می­نماییم. نوآوری اصلی در این پایان نامه، استفاده از الگوریتم­های مدل کاهل و مدل قانون­محور در داده ­کاوی است که تاکنون برای سیستم­های تشخیص­نفوذ استفاده نشده است. همچنین استفاده از تمام الگوریتم­های موجود در روش­های دسته­بندی است که در نرم افزار WEKA و Rapidminer موجود است[۶۷]. پیشنهاد ۵ نمونه داده که از داده اولیه استخراج شده و برای مدل­های مختلف و الگوریتم­ها بهترین جواب را می­دهد از نوآوری این پایان نامه است. استخراج ۵ نمونه داده وقت بسیار زیادی به خود اختصاص داده وهمه الگوریتم­های مختلف موجود در مدل­های دسته­بندی با مجموعه داده ­های مختلف شبیه­سازی و اجرا شدند که در نهایت ۵ نمونه داده اولیه پیشنهاد نموده­ایم.

۱-۲ بیان مسئله

در دنیای امروز، کامپیوتر و شبکه ­های کامپیوتری متصل به اینترنت نقش عمده­ای در ارتباطات و انتقال اطلاعات ایفا می­ کند. در این بین افراد سودجو با دسترسی به اطلاعات مهم مراکز خاص یا اطلاعات افراد دیگر و با قصد اعمال نفوذ یا اعمال فشار و یا حتی به هم ریختن نظم سیستم­ها، به سیستم ­های کامپیوتری حمله می­ کنند. بنابراین لزوم حفظ امنیت اطلاعاتی و حفظ کارآیی در شبکه ­های کامپیوتری که با دنیای خارج ارتباط دارند، کاملا محسوس است.

مکانیزم‌های امنیتی به ۲ گروه کلی محافظتی و مقابله‌ای تقسیم‌بندی می‌شوند. مکانیزم‌های محافظتی سعی می‌کنند از اطلاعات و سیستم در مقابل حملات محافظت کنند. مکانیزم‌های مقابله‌ای هم برای مقابله با حمله تدارک دیده شده‌اند.‎[۱] سیستم‌های تشخیص نفوذ مطابق تعریف مؤسسه ملی استانداردها و تکنولوژی‌های آمریکا، فرایندی هستند که کار نظارت بر رویدادهایی که در شبکه و سیستم رخ می‌دهد و همچنین کار تحلیل رویدادهای مشکوک را برای به‌دست آوردن نشانه نفوذ، بر عهده دارند.

۱-۳ اهمیت و ضرورت تحقیق

هدف از این پایان نامه استفاده از روش­های مبتنی بر داده ­کاوی برای تشخیص نفوذ است زیرا حملات همواره بروز می­شوند و سیستم­های تشخیص نفوذ ستنی نمی­توانند این حملات شناسایی کنند. وقتی نفوذ اتفاق می­افتد مهمترین کار شناسایی است. رخداد مربوط به نفوذ در هر زمان مرتبط به الگویی ازاتفاقات است که در گذشته رخ داده است. این داده ­های تاریخی منبع بسیار مهمی از صفات هستند که نیاز هست تا بطور موثر علامت و نشانه های نفوذ در مجموعه داده­ ها مشخص شود. داده ­کاوی با کشف الگوهای مناسب از میان داده ­های قبلی به روند ساخت این مدل ها کمک شایانی می­ کند. در این روش مجموعه ­ای از قانون­های دسته­بندی از داده ­های شبکه بدست می­آید. این قانون­ها توانایی تعیین رفتار عادی از غیر عادی را دارا می­باشند. این پایان نامه با بهره گرفتن از مجموعه داده DARPA مورد ارزیابی قرار گرفته است. هدف اصلی این پایان نامه معرفی بهترین الگوریتم با توجه به مجموعه داده­ ها است. که بتواند بسته های عادی را از غیر عادی تشخیص دهد. .نوآوری اصلی در پایان نامه، استفاده از الگوریتم­های مدل کاهل و مدل قانون­محور است که تاکنون برای سیستم­های تشخیص­نفوذ استفاده نشده است. همچنین استفاده از تمام الگوریتم­های مجود در روش­های دسته­بندی است که در نرم افزار WEKA و Rapidminer موجود است. و پیشنهاد ۵ نمونه داده که از داده اولیه استخراج شده و برای مدل­های مختلف و الگوریتم­ها بهترین جواب را می­دهد. استخراج ۵ نمونه داده وقت بسیار زیادی به خود اختصاص داده وهمه الگوریتم­های مختلف موجود در مدل­های دسته­بندی با مجموعه داده ­های مختلف شبیه­سازی و اجرا شدند که در نهایت ۵ نمونه داده اولیه پیشنهاد نموده­ایم.

۲مدل­ها و الگوریتم­های داده ­کاوی

در این بخش قصد داریم مهمترین الگوریتم­ها و مدل­های داده ­کاوی را بررسی کنیم. بسیاری از محصولات تجاری داده ­کاوی از مجموعه از این الگوریتم ها استفاده می­ کنند و معمولا هر کدام آنها در یک بخش خاص قدرت دارند و برای استفاده از یکی از آنها باید بررسی های لازم در جهت انتخاب متناسب­ترین محصول توسط گروه متخصص در نظر گرفته شود.نکته مهم دیگر این است که در بین این الگوریتم ها و مدل ها ، بهترین وجود ندارد و با توجه به داده­ ها و کارایی مورد نظر باید مدل انتخاب گردد.