ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مقایسه و بررسی الگوریتم های داده کاوی قانون محور و ماشین بردار پشتیبان برای تشخیص نفوذ

سال انتشار: 1392
کد COI مقاله: CESD01_277
زبان مقاله: فارسیمشاهده این مقاله: 609
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه و بررسی الگوریتم های داده کاوی قانون محور و ماشین بردار پشتیبان برای تشخیص نفوذ

حسن فضلی مقصودی - دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات دانشگاه علوم و فنون مازندران
حسین مومنی - استادیار دانشگاه علوم کشاورزی و منابع طبیعی گرگان

چکیده مقاله:

با رشد فناوری اطلاعات،امنیت شبکه به عنوان یکی از مباحث مهم و چالش بسیار بزرگ مطرح است. سیستم های تشخیص نفوذ، مولفه اصلی یک شبکه امن است. سیستم های تشخیص نفوذ ستنی نمی توانند خود را با حملات جدید تطبیق دهند از این رو سیستم های تشخیص نفوذ مبتنی بر دادهکاوی امروزه پیشنهاد میشود .مشخص نمودن الگوهای در حجم زیاد داده،کمک بسیار بزرگی به ما میکند. متدهای داده کاوی با مشخص نمودن یک برچسب دودویی (بسته نرمال، بسته ناهنجار) و همچنین مشخص نمودن ویژگی ها و خصیصه با الگوریتم های دسته بندی می توانند داده غیر نرمال تشخیص دهند. از همین رو دقت و درستی سیستم های تشخیص نفوذ افزایش یافته و باتبع امنیت شبکه بالا میرود.در این روش ما الگوریتم های مختلف قانون محور و ماشین بردار پشتیبان را روی مجموعه داده خود تست کرده و بهترین الگوریتم RULE Induction singleattribute است که دقت آن 82.45% است.

کلیدواژه ها:

سیستم تشخیص نفوذ، دادهکاوی، بسته، قانون محور، ماشین بردار پشتیبان

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CESD01_277 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/239103/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فضلی مقصودی، حسن و مومنی، حسین،1392،مقایسه و بررسی الگوریتم های داده کاوی قانون محور و ماشین بردار پشتیبان برای تشخیص نفوذ،همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها،مشهد،https://civilica.com/doc/239103

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392، فضلی مقصودی، حسن؛ حسین مومنی)
برای بار دوم به بعد: (1392، فضلی مقصودی؛ مومنی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • M.Bishop, "Introduction o Computer Security" Prentice Hall 2004 ...
  • J.Han, and M.Kamber, "Data Mining: Concepts and Techniques", San Diego ...
  • Krzysztof J. Cios Uniqueness of medical data mining Medical Data ...
  • Efstathios Kirko s, Charalambos Spathis, Data Mining techniques for the ...
  • E.W.T. Ngai, Li X iu, Application of data mining techniques ...
  • Zaki, M.J, Parallel classification for data mining on shared-memory m ...
  • Srinivas Mukkamala, Andrew Sung" Intrusion Detection: Support Vector Machines and ...
  • Taeshik Shon, Yongdae Kim , Cheolwon Lee , Jongsub Moon" ...
  • Dong Seong Kim, Dong Seong _ _ Network-Based Intrusion Detection ...
  • Dr Yu-Dong Cai, Xiao-Jun Liu, Xue-biao Xu, Kuo-Chen Chou _ ...
  • Aixin Sun, Ee-Peng Lim, Wee-Keong _ classification using support vector ...
  • http ://www. rapid-i _ c _ _ content/view/ 1 81/ ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: 1,287
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی