طراحی سیستم تشخیص نفوذ با منطق فازی و یادگیری تقویتی جهت افزایش دقت
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 771
فایل این مقاله در 15 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:
NPECE01_233
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله:
توسعه یک سیستم تشخیص نفوذ مستقیم در این پژوهش با ترکیب منطق فازی و الگوریتم یادگیری کیو مطرح شده است هدف اصلی از این پژوهش بدست آوردن بالاترین دقت طبقه بندی با استفاده از مجموعه داده های ان اس ال کا دی دی در تقسیم بندی ترافیک داده های شبکه به دو دسته نفوذی و عادی می باشد برای تشخیص نفوذ در مجموعه داده های پویا و پیچیده تاکنون بسیاری از روش های داده کاوی و یادگیری ماشین مورد استفاده قرار گرفته اند که از جمله معایب این روش ها عدم پردازش هر دو نوع داده گسسته و پیوسته و طولانی بودن روند یادگیری اشاره کرد روش پیشنهادی با استفاده از منطق فازی به یادگیری سیستم پرداخته و با استفاده از یادگیری تقیتی به بهبود نرخ تشخیص خواهد پرداخت که از مزایای این روش می توان به سرعت یادگیری بالاتر و انعطاف و سرعت در یادگیری نفوذهای جدیدتر را دارد نتایج پیاده سازی ها با نرم افزار متلب نشانگر بهبود نرخ تشخیص داده های نفوذی به میزان 0.3 درصد می باشد
کلیدواژه ها:
نویسندگان
مینا عجبشیری
دانشجو گروه کامپیوتر واحد علوم و تحقیقات آذربایجان شرقی دانشگاه آزاد اسلامی تبریز ایران
میر کمال میرنیا هریکندی
دانشیار گروه ریاضی دانشگاه تبریز ایران
احمد حبیبی زاد نوین
استادیار گروه کامپیوتر دانشگاه آزاد اسلامی تبریز ایران
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 :