ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه ی راهکاری در سیستم تشخیص نفوذ به منظور کلاس بندی و کاهش حملات بااستفاده از الگوریتم های یادگیری ماشین و بریچ

سال انتشار: 1399
کد COI مقاله: EMESCONF01_055
زبان مقاله: فارسیمشاهد این مقاله: 78
فایل این مقاله در 17 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 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه ی راهکاری در سیستم تشخیص نفوذ به منظور کلاس بندی و کاهش حملات بااستفاده از الگوریتم های یادگیری ماشین و بریچ

محمد نظری فرخی - دانشجوی دکتری مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران
ابراهیم نظری فرخی - استادیار و عضو هیات علمی دانشگاه امام علی(ع)
نجمه محمدی - کارشناس ارشد مدیریت دولتی، دانشگاه آزاد اسلامی واحد نراق
ناهید رضایی - کارشناس ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد بروجرد

چکیده مقاله:

امروزه با توجه به اینکه ساختار اینترنت بسیار حجیم و پیچیده شده است. ازاینرو، این شبکه ی فراگیر در بسیاری ازتراکنشهای مهم نقش بسزایی را ایفا میکند. یکی از چالش های مهم این شبکه، امنیت اطلاعات است. در این راستا سیستم های مختلفی برای امنیت این شبکه ازجمله انواع سیستم های دیواره آتش، آنتی ویروس و... طراحی شده است. بنابراین یکی از ابتدایی ترین گامها برای امنیت شبکه، کشف و تشخیص نفوذ حملات در شبکه میباشد. در این مرحله فقط ترافیکهای ورودی- خروجی بررسی میشود و بر اساس نوع ترافیک و ویژگی هایی که این ترافیک را دارد مدیر شبکه به وجود یک حمله به شبکه آگاه میشود. همچنین میتواند اقداماتی را برای خنثی سازی حمله انجام دهد. ازآنجاکه تکنیک های تشخیص نفوذ متنوع هستند و یکی از راه حل های کارآمد استفاده از تکنیکهای دادهکاوی است که به عنوان مناسب ترین روش برای حل مشکلات مورداستفاده میگیرد. تکنیکها و الگوریتمها زیادی در دادهکاوی توسعه یافته اند؛ ازآنجاکه انتخاب درست تکنیک برای حل مشکل یک گام ضروری است که بر اساس نوع داده ها، نوع پایگاه داده و اهداف پشت سرهم با استفاده از مدل داده کاوی تعریف میشوند. پژوهش پیش رو از الگوریتم های بریچ،1 ماشین بردار پشتیبان برای تشخیص حملات استفاده میکند. برای این منظور از دیتاست کی دی دی کاپ 299 با استفاده از نرم افزار پایتون استفاده شده است. روش پیشنهادی ازنظر زمانی تفاوت زیاد با مقاله مورد مقایسه دارد و از دیدگاه دقت روش پیشنهادی با میانگین دقت 70 ، درصد نتیجه بهتری را نشان میدهد.

کلیدواژه ها:

سیستم تشخیص نفوذ، حملات، داده کاوی، ماشین بردار پشتیبان، بریچ.

کد مقاله/لینک ثابت به این مقاله

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/1170976/

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:
نظری فرخی، محمد و نظری فرخی، ابراهیم و محمدی، نجمه و رضایی، ناهید،1399،ارائه ی راهکاری در سیستم تشخیص نفوذ به منظور کلاس بندی و کاهش حملات بااستفاده از الگوریتم های یادگیری ماشین و بریچ،اولین کنفرانس بین المللی برق، مکانیک و علوم مهندسی،،،https://civilica.com/doc/1170976

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، نظری فرخی، محمد؛ ابراهیم نظری فرخی و نجمه محمدی و ناهید رضایی)
برای بار دوم به بعد: (1399، نظری فرخی؛ نظری فرخی و محمدی و رضایی)
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: دانشگاه آزاد
تعداد مقالات: 29,860
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