تشخیص حملات تقلید از کاربر اولیه در شبکه های رادیو شناختی با خوشه بندی مبتنی بر الگوریتم بهینه سازی گرگ خاکستری
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 701
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SETCO01_121
تاریخ نمایه سازی: 13 مهر 1397
چکیده مقاله:
هدف اصلی این پژوهش تشخیص حملات تقلید از کاربر اولیه در شبکه های رادیو شناختی می باشد کهبا رویکرد مبتنی بر خوشه بندی انجام گرفته است. خوشه بند پیشنهادی مقاله K-means مبتنی برالگوریتم بهینه سازی گرگ خاکستری می باشد. بررسی یافته های پژوهش نشان می دهد که روشپیشنهادی در معیار ارزیابی مینکوفسکی نسبت به روش K-means به مقدار 0/13 و نسبت به روش K-MPSO به مقدار 0/06 بهبود داشته است.
کلیدواژه ها:
نویسندگان
شهاب طلوعی خطیبی
کارشناس ارشد مهندسی معماری کامپیوتر
آرش هدایتی
دانش آموخته مهندسی هوش مصنوعی
مهدی مشیری
دانشجوی کارشناسی ارشد دانشگاه صنعتی شریف