تجزیه وتحلیل اسناد نمایه شده در پایگاه اسکوپوس در حوزه «تحلیل و آشکارسازی بدافزار توسط یادگیری ماشین و یادگیری فدرال»
- سال انتشار: 1403
- محل انتشار: هشتمین کنفرانس ملی پژوهشهای کاربردی در مهندسی برق، مکانیک و مکاترونیک
- کد COI اختصاصی: ELEMECHCONF08_080
- زبان مقاله: فارسی
- تعداد مشاهده: 204
نویسندگان
۱- دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش شبکه های کامپیوتری، دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران
۲- عضو هیات علمی گروه ارتباطات ماهواره ای، پژوهشکده فناوری ارتباطات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران
۳- مدیرعامل شرکت دیده بان علم و فناوری، تهران، ایران
چکیده
در پژوهش حاضر، به تحلیل و آشکارسازی بدافزار ها در شبکه های ارتباطی مبتنی بر مانند یادگیری ماشین و یادگیری فدرال با تکیه بر ابزار علم سنجی پرداخته شده است. علاوه بر این، زیرحوزه های مرتبط با این موضوع، با استفاده از نرم افزارهای Bibexcel وVOSviewer و با بررسی ۲۹۱۵ سند پژوهشی منتشر شده از سال ۲۰۰۸ تا ۲۰۲۴ میلادی در پایگاه استنادی اسکوپوس مورد ارزیابی و تحلیل قرار گرفته است. براساس نتایج آماری بدست آمده از تحلیل اسناد موجود، مفاهیمی مانند بدافزار، یادگیری ماشین و آشکارسازی بدافزار از پرکاربردترین موضوعات پژوهشی در این حوزه می باشند. همچنین کشورهای هند، آمریکا و چین سه کشور برتر در این حوزه در جهان هستند.کلیدواژه ها
کلمات کلیدی: بدافزار، یادگیری ماشین، یادگیری فدرال، علم سنجی.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.