استخراج ویژگی و ارائه دیدگاهی بر مبنی شبکه عصبی جهت شناسایی بات نت ها

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 294

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KAUCEE02_200

تاریخ نمایه سازی: 18 اردیبهشت 1400

چکیده مقاله:

امروزه بات نت ها از مهم ترین تهدیدات فضای سایبری هستند. بات نت ها شبکه ای از کامپیوترهای آلوده شده هستند که تحت فرمان یک یا چند مدیر بات می باشند و دستورات آن ها را اجرا می نمایند. یک کامپیوتر میزبان وقتی توسط بدافزار دودویی بات آلوده می شود، به یک بات بالفعل تبدیل می شود و می تواند دستورات مدیر بات را اجرا نماید. یکی از انواع جدید بات نت ها، بات نت های شبکه اجتماعی هستند که از ساختار شبکه های اجتماعی برای رسیدن به اهدافشان استفاده می کنند. شناسایی بات نت ها یک مساله Np-Hard محسوب می گردد و تا کنون روش های یادگیری زیادی جهت حل این مساله ارائه شده است. در این مقاله بر اساس شبکه عصبی پس انتشار خطا مدلی یادگیرنده جهت تشخیص بات نت ها در شبکه ارائه شده است. نتایج حاصل از پیاده سازی روش پیشنهادی نشان می دهد روش پیشنهادی نسبت به روش های درخت تصمیم و ماشین بردار پشتیبان، با دقت بلاتری قادر به تشخیص نمونه های بات نت در شبکه می باشد.

کلیدواژه ها:

شبکه کامپیوتری ، شبکه اجتماعی ، بات نت ، شبکه عصبی پس انتشار خطا

نویسندگان

شهره کریمی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر- نرم افزار موسسه آموزش عالی اشراق بجنورد

احسان جعفری

عضو هیئت علمی موسسه آموزش عالی اشراق بجنورد