هدف از تشخیص نفوذ این است که استفاده غیرمجاز، سوء استفاده و آسیب رساندن به سیستم ها و شبکه های کامپیوتری توسط هر دو دسته کاربران داخلی و حمله کنندگان خارجی شناسایی شود. هدف این پایان نامه ارائه یک سیستم تشخیص نفوذ با انتخاب ویژگی بهینه و روش دسته بندی برای شبکه می باشد، بطوریکه دارای نرخ تشخیص بالاتری نسبت به روش های موجود باشد. جهت تشخیص نفوذ، ابتدا داده های مورد نیاز جمع آوری شد. سپس با انجام پیش پردازش روی داده های جمع آوری شده رکوردهای تکراری حذف گردید. در مرحله بعد با استفاده از الگوریتم جهش قورباغه که یک الگوریتم تکاملیست ویژگی های مهم و ضروری انتخاب شدند. در مرحله بعد ویژگی-های ضروری نرمال سازی شده به فرمت مناسب تبدیل گردیدند. نهایتا با اعمال الگوریتم ماشین بردار پشتیبان کلاس بندی لازم انجام گرفته و گزارش ناهنجاری شبکه برای انواع حمله ها تولید گردید. در این پایان نامه راهکار جدیدی با ترکیب الگوریتم جهش قورباغه و الگوریتم ماشین بردار پشتیبان ارائه دادیم که هدف آن شناسایی حملات مخرب و ایجاد امنیت در سطح قابلیت دسترسی برای کاربران است. ایده استفاده از الگوریتم قورباغه از آن جهت بوده است که ویژگی های مثبت این الگوریتم مشابه نیازهای تشخیص نفوذ است. در سیستم پیشنهادی استفاده از کمینه کردن فاصله درون کلاسی و بیشنه کردن فاصله برون کلاسی به جای استفاده از فاکتور طول تعداد ویژگی موجب بهبود نتایج شده است. نتایج بدست آمده از پیاده سازی روش پیشنهادی بر روی مجموعه داده KDD99 نشان دهنده افزایش نرخ تشخیص و کاهش نرخ هشدار اشتباه نسبت به روش های پیشین می باشد.
