تشخیص روبات های وب با استفاده از تحلیل وقایع مبتنی بر شبکه باور بیزی

ربات های وب برنامه های نرم افزاری هستند که دائماً به صورت خودکار ساختار لینک های وب سایت ها را مورد پیمایش قرار می دهند - وپهنای باند آن ها را مصرف می کنند. هدف روبات های وب کشف و بازیابی محتوا و دانش از وب می باشد. این روبات ها هم به منظور اعمال مفیدیمانند کشف لینک های خراب و هم اعمال مخربی مانند حمله توزیع شده مختل کننده سرویس (DDOS) طراحی شده اند. تشخیص و دسته بندیروبات های وبی که تلاش در تقلید رفتار انسان دارند به عنوان مهم ترین چالش دسته بندی است. در این مقاله با استفاده از شبکه های باور بیزی، به تحلیل فایل ثبت وقایع به منظور تشخیص روبات های وب پرداخته شده است، مزیت این الگوریتم نسبت به سایر دسته بندی کننده ها این است که در آن ارتباط بین ویژگی ها بیان می شود. روش پیشنهادی با روش های شبکه عصبی و C4.5 استیوانوویچ و شبکه بیزین استسپولومقایسه شده است، که استفاده از شبکه باور بیزی و استخراج ویژگی های جدید باعث گردیده است که دقت روش پیشنهادی نتایج بهتری نسبت به سایر روش ها در تشخیص روبات های وب داشته باشد و همچنین نشان داده شده است هر چه تعداد مجموعه داده آموزش بیشتر باشد نرخ خطای دسته بندی کمتر خواهد بود

کلیدواژه ها:

روبات های وب ، شبکه های باور بیزی ، فایل ثبت وقایع ، کاربرد کاوی وب