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

سیستم های خود اصلاحگربا تکیه برحیات مصنوعی

سال انتشار: 1395
کد COI مقاله: CITCOMP01_157
زبان مقاله: فارسیمشاهده این مقاله: 537
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم 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 16 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله سیستم های خود اصلاحگربا تکیه برحیات مصنوعی

اسماعیل حسینی - دانشجوی کارشناسی ارشد، مهندسی نرم افزار کامپیوتر ، گروه کامپیوتر ، موسسه آموزش عالی آپادانا ، شیراز ، ایران
هاله همایونی - مهندسی نرم افزار کامپیوتر ، گروه کامپیوتر ، موسسه آموزش عالی آپادانا ، شیراز ، ایران
سراج الدین کاتبی - دانشگاه آزاد زرقان –زرقان ایران

چکیده مقاله:

در چند سال گذشته مکانیزم های جدیدی نظر محققان را برای امنیت کامپیوتر به خود جلب کرده است«فارست »و همکارانش برای اولین بار در سال 1994 تئوری ایمنی را برای تشخیص ناهنجاری های کامپیوتر به کار بردند. این تئوری الهام گرفته از سیستم ایمنی طبیعی است.الگوریتم انتخاب معکوس (منفی) که یکی از الگوریتم های مهم سیستم ایمنی مصنوعی است، درشناسایی الگو کاربرد دارد. این الگوریتم با بهره گیری از عملکرد سلول های B و T سیستم ایمنی طبیعی بدن، که سلول های خودی را از غیرخودی تشخیص می دهند، قادر است کدهای مخرب را از کدهای غیرمخرب تشخیص بدهد، و بدین طریق است که می تواند بدافزارهای ناشناخته را تشخیص دهد.مدل پیشنهادی که با الهام از سیستم ایمنی بدن ارائه شده است، به تشخیص ویروس های مبهم،گونه های جدید از ویروس های شناخته شده و ویروس های ناشناخته می پردازد. مدل با یک فرآیند تطبیق ، برمبنای مجموعه ی آموزشی، کتابخانه ی ژن ویروس کاندیند را تولید می کند. سپس کتابخا نه ی ژن تشخیص ویروس با به روز شدن کتابخانه ی ژن ویروس کاندید با استفاده از انتخاب منفی ساخته می شود. محتوای این کتابخانه، که همان آشکارسازها هستند، قادر به تمیز

کلیدواژه ها:

انتی بد افزار ها ،سیستم ایمنی طبیعی ، سیستم ایمنی مصنوعی،الگوریتم انتخاب معکوس،کد های خود اصلاگر

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CITCOMP01_157 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/494086/

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:
حسینی، اسماعیل و همایونی، هاله و کاتبی، سراج الدین،1395،سیستم های خود اصلاحگربا تکیه برحیات مصنوعی،کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات،تهران،https://civilica.com/doc/494086

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: (1395، حسینی، اسماعیل؛ هاله همایونی و سراج الدین کاتبی)
برای بار دوم به بعد: (1395، حسینی؛ همایونی و کاتبی)
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 :

  • صفیر سجاد، " بهبود کارایی سیستمهای تشخیص نفوذ برای شبکه‌های ...
  • . جوانمرد فهیمه، " ارائه الگوریتم نوین تشخیص ناهنجاری در ...
  • . ویکی پدیا، " فاصله‌ی همینگ"، از سایت: .139L _ ...
  • 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: موسسه غیرانتفاعی
    تعداد مقالات: 1,047
    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