ارائه یک روش ترکیبی طبقه بندی -فراابتکاری به منظور شناسایی نفوذ و رفتارهای مخرب

  • سال انتشار: 1403
  • محل انتشار: نهمین همایش ملی مطالعات و تحقیقات نوین در حوزه علوم کامپیوتر، برق و مکانیک ایران
  • کد COI اختصاصی: ICCONF09_044
  • زبان مقاله: فارسی
  • تعداد مشاهده: 199
دانلود فایل این مقاله

نویسندگان

مهدی شریفی

گروه مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی ، نجف آباد، ایران

محسن پورشعبان

گروه مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی ، نجف آباد، ایران

احسان یزدانی چمزینی

گروه مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی ، نجف آباد، ایران

الهه همتی اشنی

گروه مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی ، نجف آباد، ایران

چکیده

در این مقاله یک روش مقیاسپذیر برای تشخیص دادههای مخرب ارائه شده است . روش معرفی شده شامل سه مشخصه پیشرفت زمانی ، مرور کاربران و مقیاسپذیری با کاربرد در حوزه دادههای کلان است . روش پیشنهادی برای آموزش دادهها، زمان را به بازههای زمانی تقسیم نموده و اطلاعات مروری ۱کاربران در هر بازه زمانی بهرهبرداری و مورداستفاده قرار می گیرد. این روشترکیب شده متشکل از نرم افزار و سخت افزار برای تشخیص دادههای مخرب و استخراج ویژگی است . برای طبقه بندی درروش پیشنهادی از الگوریتم ماشین بردار پشتیبان تغییریافته و برای پیش بینی از الگوریتم های باکتری و سیستم ایمنی بدن استفادهشده است . نتایج حاصل از این پژوهش نشان می دهد روش پیشنهادی در مقایسه با سایر روشهای مرسوم برای دادههای کلان دارای دقت ۲,۹۷ درصد است .

کلیدواژه ها

الگوریتم باکتری ، تشخیص نفوذ، رفتارهای مخرب، کلان دادهها.

مقالات مرتبط جدید

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.