ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

راهکار تشخیص نفوذ در انتقال داده تجهیزات پزشکی متصل به اینترنت با استفاده از الگوریتم ماشین بردار پشتیبان SVM

سال انتشار: 1399
کد COI مقاله: CECCONF11_022
زبان مقاله: فارسیمشاهده این مقاله: 158
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله راهکار تشخیص نفوذ در انتقال داده تجهیزات پزشکی متصل به اینترنت با استفاده از الگوریتم ماشین بردار پشتیبان SVM

امید حسینی - کارشناسی ارشد، مهندسی فناوري اطلاعات، موسسه آموزش عالی فاران مهر دانش
مریم محیط - کارشناسی ارشد، مهندسی فناوري اطلاعات، موسسه آموزش عالی فاران مهر دانش
مریم تاجدینی - کارشناسی ارشد، مهندسی فناوري اطلاعات، موسسه آموزش عالی فاران مهر دانش

چکیده مقاله:

اینترنت اشیا نقش بسیار موثري در حوزه سلامت و پزشکی دارد. بهبود کیفیت درمان و تشخیص، پشتیبانی تصمیم گیري و نظارت علائم حیاتی بیمار از مزایاي متعدد کاربرد اینترنت اشیا در سلامت است. با این حال در کنار این مزایا، چالش هایی نیز در استفاده از تجهیزات پزشکی متصل به اینترنت وجود دارد که بسیار حائز اهمیت است. امنیت، موردي حیاتی در اینترنت اشیا به خصوص در حوزه سلامت به شمار می رود که علاوه بر حریم خصوصی، بر سلامت و جان بیماران تاثیرگذار است. در این میان صحت انتقال اطلاعات و جلوگیري از نفوذ شبکه اهمیت بسیاري دارد. هدف ما از این مطالعه پیشنهاد روشی موثر براي تشخیص و جلوگیري نفوذ به شبکه هوشمند سلامت و انتقال امن داده ها می باشد . ما استفاده از روش یادگیري ماشین و کاربرد الگوریتم ماشین بردار پشتیبان را جهت تشخیص نفوذ و استفاده از روش تاثیرگذار Min/Max را جهت نرمال سازي داده ها پیشنهاد کرده ایم. با نرمال سازي داده ها، کارایی و نتایج تست بهبود یافته و زمان موردنیاز براي آموزش تا حد زیادي کاهش می یابد. الگوریتم SVM نیز با داده هاي نرمال شده راه حل بهتري را ارائه می دهد. درنتیجه می توان داده هاي غیرمجاز را تشخیص داد و از ورود آن ها به شبکه جلوگیري کرد تا انتقال امن صورت بگیرد

کلیدواژه ها:

اینترنت اشیا پزشکی، تشخیص نفوذ، امنیت انتقال، نرمال سازی، ماشین بردار پشتیبان.

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CECCONF11_022 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1134758/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حسینی، امید و محیط، مریم و تاجدینی، مریم،1399،راهکار تشخیص نفوذ در انتقال داده تجهیزات پزشکی متصل به اینترنت با استفاده از الگوریتم ماشین بردار پشتیبان SVM،یازدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل،https://civilica.com/doc/1134758

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، حسینی، امید؛ مریم محیط و مریم تاجدینی)
برای بار دوم به بعد: (1399، حسینی؛ محیط و تاجدینی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 144
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی