مدیریت و افزایش امنیت فضای سایبری با استفاده از طبقه بندی ترافیک شبکه مبتنی بر مدلهای یادگیری عمیق
- سال انتشار: 1399
- محل انتشار: دهمین کنگره سراسری فناوری های نوین در حوزه توسعه پایدار ایران
- کد COI اختصاصی: SENACONF10_150
- زبان مقاله: فارسی
- تعداد مشاهده: 477
نویسندگان
کارشناسی ارشد، شبکه های کامپیوتری، گروه مهندسی کامپیوتر، موسسه آموزش عالی آیندگان، تنکابن، ایران
دانش آموخته مقطع کارشناسی ارشد، نرم افزار، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، البرز، ایران
کارشناسی ارشد، شبکه های کامپیوتری، گروه مهندسی کامپیوتر، موسسه آموزش عالی آیندگان، تنکابن، ایران
گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، تهران، ایران
چکیده
در دنیای تکنولوژی امروزی با پیشرفت فنّاوری، حجم و تراکم ترافیک شبکه های کامپیوتری در حال افزایش است و همین امر سبب ظهور انواع پروتکلهای جدید شده است. شرکتهایی نیز برای تحلیل این دادگان عظیم با خدماتی مبتنی بر شناخت پروتکل و یا کشف ناهنجاری، به وجود آمدهاند که بیانگر اهمیت این گونه تحلیل ها در شبکه اینترنت است. طبقه بندی ترافیک شبکه نقش مهمی در مدیریت شبکه و امنیت فضای سایبری دارد. طبقه بندی ترافیک با استفاده از یادگیری ماشین و بهویژه یادگیری عمیق یک رویکرد جدید برای طبقه بندی ترافیک رمزنگاری شده است. داده های نامتوازن یکی از چالش های اساسی در ترافیک رمزنگاری شده است. در این مقاله یک روش طبقهبندی مبتنی بر مدلهای یادگیری عمیق پیشنهاد شده است تا در طول آموزش مدل با مسئله داده های نامتوازن مقابله می کند. روش پیشنهادی از شبکه عصبی پیچشی با استراتژی حساس به هزینه استفاده میکند و برای هر کلاس هزینه متناسب با توزیع آن کلاس را در نظر میگیرد. آزمایش ها نشان داد که روش پیشنهادی میتواند عملکرد طبقه بندی را نسبت به روشهای پیشین بهبود دهد.کلیدواژه ها
طبقه بندی ترافیک، ترافیک رمزنگاری شده، شبکه های عصبی پیچشی، یادگیری عمیق، یادگیری حساس به هزینهمقالات مرتبط جدید
- تحلیل وبهینه سازی هزینه مصرف انرژی ایستگاه پمپاژ آبرسانی با رویکرد هزینه های دوره عمرپمپ
- بررسی تاثیر نانو ذرات ایتریوم اکسید بر امپدانس بتن
- بررسی تطبیقی خلاصه الزامات آیین نامه FDA QSR ۲۱ CFR ۸۲۰ و استاندارد بین المللی ISO ۱۳۴۸۵:۲۰۱۶
- واکاوی تاثیر روش تدریس فعال و اکتشافی و خلاقیت در تدریس درس ریاضی بر روند تحصیل دانش آموزان
- طراحی و پیاده سازی یک سیستم ارزیای سلامت بر پایه اکسیژن خون و دمای بدن
اطلاعات بیشتر در مورد 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.