ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ترکیب الگوریتم خفاش و میانگین کا برای افزایش دقت تشخیص نفوذ

تعداد صفحات: 9 | تعداد نمایش خلاصه: 118 | نظرات: 0
سال انتشار: 1396
کد COI مقاله: NAEC03_010
زبان مقاله: فارسی
(فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

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 در اختیار داشته باشید.

قیمت این مقاله : 7,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ترکیب الگوریتم خفاش و میانگین کا برای افزایش دقت تشخیص نفوذ

سمیه صدقی ارشتناب - گروه مهندسی کامپیوتر، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
میرکمال میرنیا - گروه مهندسی کامپیوتر، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

چکیده مقاله:

سیست مهای تشخیص نفوذ، قصد شناسایی حملات را دارند. روش های داد ه کاوی مبتنی بر دسته بندی برای تشخیص نفوذ، اغلب در رویارویی با تغییرات پویا در ویژگی ها و طرح های تشخیص، ناکارآمد هستند. از طرفی رو شهای آموزشی غیر نظارتی، کارایی بهتری در تشخیص حملات جدید دارند. کا- مین ازجمله الگوریتم های خوشه بندی داده کاو محور می باشد که به دلیل پیاده سازی آسان و پیچیدگی زمانی کم، بسیار محبوب می باشد. وابستگی مستقیم الگوریتم کا-مین به مقادیر اولیه تصادفی مراکز خوشه ها باعث شده این الگوریتم در هر بار اجرا نتایج متفاوتی تولید کند که این نتایج همیشه الزاما بهینه نسیتند. به عبارت دیگر طبیعت جستجوی حریصانه این الگوریتم باعث گیرافتادن آن در بهینه مرکزی می شود. لذا در این پژوهش الگوریتم خوشه بندی میانگین کا با ترکیب الگوریتم خفاش معرفی شده است که از بهینه محلی اجتناب می کند. نتایج حاصل از شبیه سازی الگوریتم پیشنهادی برروی مجموعه داده ای مشهور KDD و مقایسه آن با روش های موجود نشان دهنده دقت بیشتر وعملکرد بهتر الگوریتم پیشنهادی نسبت به روش های دیگر ازجمله کا-مین و الگوریتم ازدحام ذرات می باشد.

کلیدواژه ها:

سيست مهاي تشخيص نفوذ،خفاش،ميانگين كا، ناهنجاري

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/692563/

کد COI مقاله: NAEC03_010

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:
صدقی ارشتناب، سمیه و میرنیا، میرکمال،1396،ترکیب الگوریتم خفاش و میانگین کا برای افزایش دقت تشخیص نفوذ،سومین همایش منطقه ای دستاوردهای نوین در مهندسی برق و کامپیوتر،جویبار،،،https://civilica.com/doc/692563

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: (1396، صدقی ارشتناب، سمیه؛ میرکمال میرنیا)
برای بار دوم به بعد: (1396، صدقی ارشتناب؛ میرنیا)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

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: دانشگاه آزاد
تعداد مقالات: 10,790
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 فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

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