چکيده
تكنولوژي SND يك چشم‌انداز براي شناسايي و نظارت موثر مسايل امنيتي شبكه نسبت به ظهور ويژگي‌هاي قابل‌برنامه‌ريزي فراهم مي‌كند. اخيرا رويكردهاي فراگيري ماشيني يا به اختصار(ML) در سيسستمهاي NIDS پياده‌سازي شده‌اند تا بتوانند از شبكه‌هاي كامپيوتري محافظت كنند و بر مشكلات امنيتي شبكه‌ها فائق آيند. رشته‌اي از رويكردهاي پيشرفته فراگيري ماشيني به نام تكنولوژي فراگيري ماشيني عميق يا به اختصار DL در حال بوجود آمدن از زمينه SDN هستند. در اين مقاله ما كارهاي جديدي كه بر روي روشهاي ML صورت گرفته است تا باعث شده SDN درون NIDS پياده‌سازي شود را بررسي و مرور خواهيم كرد بخصوص ما تكنيكهاي DL در توسعه سيستمهاي NIDS بر پايه SDN را ارزيابي خواهيم كرد. همچنين ما در مورد ابزارهايي كه براي توسعه مدلهاي NIDS در محيط SDN استفاده مي‌شوند نيز صحبت خواهيم كرد. در انتها با توضيحي در مورد چالشهايي كه در زمينه پياده‌سازي NIDS با استفاده از كارهاي آينده ML/DL انجام خواهد شد ، مقاله را به پايان مي‌رسانيم.
