طبقه بندی نفوذ در شبکه حسگر بیسیم بر پایه شبکه عصبی احتمالی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 739
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC01_286
تاریخ نمایه سازی: 9 فروردین 1395
چکیده مقاله:
در این مقاله به منظور طبقه بندی نفوذ در شبکه از روش شبکه عصبی احتمالی (PNN) استفاده شدهاست. شبکه عصبی PNN نوعی شبکه عصبی پیش خور (Feed-Forward) است که توسطشبکه عصبی به نام RBF یا Radial Basis Function (شبکه عصبی تابع پایه شعاعی) ارتقایافته است. تحلیل تئوری شبکه عصبی احتمالی، نوعی از مدل طبقه بندی نفوذ در شبکه است که برپایه شبکه عصبی احتمالی به عنوان لایه پیش خور به منظور حل دو طبقه بندی و طبقه بندی چندکلاسه در سیستم تشخیص نفوذ مورد استفاده قرار گرفته است. در نهایت آزمایش شبیه سازی بااستفاده از دیتاست KDD Cup 99 انجام شده است. سامانه های مختلفی به منظور تشخیص نفوذمورد استفاده واقع می گردند که امکان آموزش، طبقه بندی، تست و ارزیابی به کمک شبکه عصبیرا دارا هستند. نتایج آماری حاصل از این پروژه در بخش پیاده سازی نشان می دهد که مدلپیشنهادی دارای کارایی بهتری نسبت به مدل های قبلی ارئه شده می باشد.
کلیدواژه ها:
نویسندگان
نیما آبرومند
دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه آزاد اسلامی واحد شهرقدس
محسن مزینانی
دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه آزاد اسلامی واحد شهرقدس
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 :