ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مروری بر تکنیکهای انتخاب ویژگی در سیستمهای تشخیص نفوذ با الگوریتمهای فراابتکاری

سال انتشار: 1395
کد COI مقاله: COMCONF04_222
زبان مقاله: فارسیمشاهد این مقاله: 390
فایل این مقاله در 9 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 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مروری بر تکنیکهای انتخاب ویژگی در سیستمهای تشخیص نفوذ با الگوریتمهای فراابتکاری

الهام راستی - دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، فولادشهر، اصفهان
بهرام امینی - استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، فولادشهر، اصفهان
محمدعلی منتظری - استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، فولادشهر، اصفهان
محمد داورپناه جزی - استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، فولادشهر، اصفهان

چکیده مقاله:

امروزه با گسترش سریع شبکههای کامپیوتری، موضوع امنیت اطلاعات اهمیت بیشتری یافتهاست. بنابراین یک سیستم تشخیص نفوذ به بخش کاملا ضروری در امنیت اطلاعات تبدیلشدهاست. هدف از یک سیستم تشخیص نفوذ، طبقهبندیکاربران مجاز از نفوذکنندهها با دقت بالا است، که همانند یک سیستم بازشناسی الگو عمل میکند، و با دریافت یک سری ویژگی، نفوذ را شناسایی میکند. مجموعه دادههای ترافیک شبکه ممکن است شامل میلیونها نمونه با تعداد زیادی ویژگیباشند. برای هر سیستم تشخیص نفوذ ممکن است پردازش هریک از نمونهها با تمام ویژگیها غیرممکن باشد. از این رو کاهش ابعاد موردنظر برای تشخیص نفوذ میتواند کارایی این سیستمها را از نظر دقت و سرعت افزایشدهد. انتخابویژگی، یک اصطلاح معمول در دادهکاوی است، که به منظور توصیف ابزارها و تکنیکهای موجود برای کاهش ابعاد به اندازهقابل کنترل برای پردازش و تجزیهوتحلیل استفاده میشود. انتخاب ویژگی، مسیله یافتن ویژگیهای موثر از میان ویژگیهای موجود است، به طوری که مجموعه حاصل باعث افزایش دقت دستهبندی شود. این مقاله به بررسی برخی از پراستفادهترینالگوریتمهای فراابتکاری اخیر بهمنظور انتخاب ویژگی جهت بهبود سیستمهای تشخیص نفوذ میپردازد . نتایج نشانمیدهد،استفاده از الگوریتمهای فراابتکاری به منظور انتخاب ویژگی در سیستمهای تشخیص نفوذ منجر به افزایش دقت دستهبندی این سیستمها میشود .

کلیدواژه ها:

سیستمهای تشخیص نفوذ، دادهکاوی، کاهش ابعاد، انتخاب ویژگی، الگوریتم فراابتکاری

کد مقاله/لینک ثابت به این مقاله

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/609094/

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:
راستی، الهام و امینی، بهرام و منتظری، محمدعلی و داورپناه جزی، محمد،1395،مروری بر تکنیکهای انتخاب ویژگی در سیستمهای تشخیص نفوذ با الگوریتمهای فراابتکاری،چهارمین کنفرانس بین المللی مهندسی برق و کامپیوتر،تهران،،،https://civilica.com/doc/609094

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، راستی، الهام؛ بهرام امینی و محمدعلی منتظری و محمد داورپناه جزی)
برای بار دوم به بعد: (1395، راستی؛ امینی و منتظری و داورپناه جزی)
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 ممقالهقاله لینک شده اند :

  • Data Mining, A Practical Guide, Predictiveه 6. Weiss, S. and ...
  • Webb, A.(2002), Statistical Patter Recognition, 2nd Edition, John Wiley & ...
  • Lappas , T. and Pelechrinis, K. , (2007), "Data Mining ...
  • DSouza H.A and DSouza M.B (2015), "Comparative Analysis of Feature ...
  • Patond, K. and Deshmukh, P. (2014), "Survey On Data Mining ...
  • Stolfo S.J et al , (2000), :Costbased modeling for fraud ...
  • Detection System Using Data Intrusionء 5. Bhavsar, Y.B. and Waghmare, ...
  • Cios, K. J, Pedrycz, W. and Wiswiniarski, R, (1998), "Data ...
  • Dash, M. and Liu, H , (1997), "Feature Selection for ...
  • Lewis, P. M, (2003);"The characteristic selection problem in recognition _ ...
  • Singh, H and Kumar, D. (2015), _ study on Performance ...
  • Hui, W and et al, (2011), :A Novel Intrusion Detection ...
  • Zaman, S, El-Abed, M and Karray, F. (2013), :Features Selection ...
  • Dastanpour, A. and Raja Mahmood, R.A, (2013), "Feature Selection Based ...
  • Sunita Patel, M et al, (2014), ; Improved Intrusion Detection ...
  • Eesa, A.S. Orman, Z. and Brifcani, A.M.A. (2015), "A new ...
  • Hosseinzadeh Aghdam, M. and Kabiri, P. (20 16), ;:Feature Selection ...
  • 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: 165
    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