ارتقاء تکنیک های یادگیری ماشین با استفاده از سرویس MLaaS در رایانش ابری
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 602
- 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:
NSOECE05_117
تاریخ نمایه سازی: 10 تیر 1396
چکیده مقاله:
بهینه سازی کارآیی سیستم های تشخیص نفوذ که امروزه اصلی ترین عنصر زیرساخت امنیتی در سازمان ها می باشد چالشی انکار ناپذیر است. این سیستم ها شامل الگوهای سخت افزاری و نرم افزاری آلارم دهنده ویژه جهت خودکارسازی فرآیندهای تشخیص هستند که ضمن دارا بودن قابلیت انطباق با محیط و استفاده از تکنیکهای هوش مصنوعی به تقلید از روشهای یادگیری انسانها مانند تکرار و تجربه می پردازند. امروزه با پیشرفت و توسعه پردازش ابری فرصتی مناسب برای پیاده سازی یادگیری ماشین در ابر به وجود آمده درحالیکه در روشهای سنتی از پردازش های مرتبط با Big Data و موازی سازی، پشتیبانی خاصی به عمل نمی آمد. در این مقاله ضمن معرفی سرویسی به نام Machine Learning as a Service، به بررسی یک فرآیند یادگیری در ابر می پردازیم و در ادامه ضمن معرفی تکنیکی جهت بهینه سازی آن، به نقش MLaaS در تکنولوژی Internet Of Things اشاره خواهیم کرد.
کلیدواژه ها:
نویسندگان
مصطفی برومند زاده
مربی، عضو هیات علمی گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور
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 :