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

ویژگی های مشترک روش های مختلف تشخیص و ارزیابی بدافزار با رویکردهای یادیگری محور

سال انتشار: 1392
کد COI مقاله: CESD01_286
زبان مقاله: فارسیمشاهده این مقاله: 790
فایل این مقاله در 7 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 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ویژگی های مشترک روش های مختلف تشخیص و ارزیابی بدافزار با رویکردهای یادیگری محور

محمدهادی معظم - عضو هیئت علمی دانشگاه پیام نور، تهران، ایران
حسین شیرازی - عضو هیئت علمی مجتمع ICT دانشگاه صنعتی مالک اشتر، تهران، ایران
فرزانه لشگری - دانشجوی کارشناسی ارشد دانشگاه پیام نور تهران، ایران
سیدمحمدرضا فرشچی - دانشکده فرماندهی و کنترل، آزمایشگاه شبکه های اجتماعی، تهران، ایران

چکیده مقاله:

یکی از مشکلات اساسی برای درک صحیح رفتارهای مخرب و گرایش های جدید در توسعه بدافزارها، این است که بدافزارها نیز مانند کامپیوترها و نرم افزارها به شدت تغییر کرده اند و از روش های پیچیده تری برای قرار از تشخیص بهره می گیرند لذا روش های سنتی مانند تطابق چند رشته کد از امضای بدافزارها به تنهایی کفایت لازم را ندارند در اینجاست که تشخیص هوشمند به موازات پیچیده تر شدن بدافزارها مورد توجه قرار گرفته است. این پژوهش ضمن مرور اجمالی بر مفاهیم اساسی مانند تشخیص و ارزیابی بدافزار و تکنیک های یادگیری به مطالعه چند روش مختلف تشخیص و ارزیابی خودکار بدافزار پرداخته و انواع دسته بندی ها در تکنیک های تشخیص و ارزیابی را بررسی کرده و با مقایسه آنها، ویژگی های مشترک روش های مذکور را استخراج می نماید.

کلیدواژه ها:

تشخیص بدافزار، ارزیابی بدافزار، یادگیری ، دسته بندی بدافزار

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CESD01_286 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/239112/

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:
معظم، محمدهادی و شیرازی، حسین و لشگری، فرزانه و فرشچی، سیدمحمدرضا،1392،ویژگی های مشترک روش های مختلف تشخیص و ارزیابی بدافزار با رویکردهای یادیگری محور،همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها،مشهد،https://civilica.com/doc/239112

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، معظم، محمدهادی؛ حسین شیرازی و فرزانه لشگری و سیدمحمدرضا فرشچی)
برای بار دوم به بعد: (1392، معظم؛ شیرازی و لشگری و فرشچی)
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 :

  • . I. Santos, J. N. (2011). Semi-supervi sed Learning for ...
  • . Egele, M. S. (2012). A Survey on Automated Dynamic ...
  • . N.Idika, A. P. (2007). A Survey of Malware Detection ...
  • . Dayan, P. (2003). Unsupervised Learning. The MIT Encyclopedia of ...
  • . M.A.Siddiqui. (2008). Data Mining Methods For Malware Detection. Orlando, ...
  • . R.Schapire. (2003). The boosting approach to machine learning: An ...
  • . K. M. Poosankam, P. H. (2007). A hidden code ...
  • . L.Martignoni, M. J. (2007). Fast, generic, and safe unpacking. ...
  • . Zhou, Y. I. (2008). Malware detection using adaptive data ...
  • . K.Rieck, T.H, C.W(2008). Learning and Classification of Malware Behavior, ...
  • . Willems, T, H(2 007), Toward Automated Dynamic Malware Analysis ...
  • . M.Bailey, J.O, J.A, Z. M(2007), Automated Classification and Analysis ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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: پیام نور
    تعداد مقالات: 52,742
    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 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