ناشر تخصصی کنفرانس های ایران

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

استفاده از الگورتیم وال در بهینه سازی کاربرد شبکه عصبی در تشخیص نفوذ

تعداد صفحات: 7 | تعداد نمایش خلاصه: 111 | نظرات: 0
سال انتشار: 1397
کد COI مقاله: CMTS02_135
زبان مقاله: فارسی
(فایل این مقاله در 7 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 7 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استفاده از الگورتیم وال در بهینه سازی کاربرد شبکه عصبی در تشخیص نفوذ

فرهنگ پدیداران مقدم - استادیار گروه کامپیوتر، مجتمع آموزش عالی فنی مهندسی اسفراین ، اسفراین ، ایران
محسن محمدی - استادیار گروه کامپیوتر، مجتمع آموزش عالی فنی مهندسی اسفراین ، اسفراین ، ایران
هادی نجاراف - دانشجوی کارشناسی ارشد کامپیوتر ، موسسه آموزش عالی اشراق ، بجنورد ، ایران

چکیده مقاله:

سیستم های تشخیص نفوذ به شبکه یکی از ارکان های مهم برای برقراری امنیت بوده و با تحلیل ترافیک می تواند الگوی نفوذ به شبکه را تشخیص داده و هشدارهای لازم را برای مدیران یا اجزای امنیتی دیگر شبکه مانند دیوار آتش ارسال نمایند. یکی از روش های تشخیص نفوذ به شبکه استفاده از روش های یادگیری ماشین و داده کاوی مانند شبکه عصبی مصنوعی است که می تواند الگوی پنهان نفوذ را به شبکه تشخیص دهد چالش مهم روش های یادگیری مانند شبکه عصبی مصنوعی چند لایه وجود خطا در خروجی مدل برای تشخیص نفوذ به شبکه است و می توان توسط الگوریتم های فرا ابتکاری این خطا را تا حد ممکن کاهش داد در این پژوهش برای کاهش دادن خطای تشخیص نفوذ به شبکه از الگوریتم بهینه سازی وال استفاده شوده است تا خطای شبکه عصبی مصنوعی چند لایه در تشخیص نفوذ کمینه ممکن گردد نتایج پیاده سازی ما بر روی مجموعه داده KDD در محیط متلب نشان می دهد متوسط شاخص خطای روش پیشنهادی در تشخیص نفوذ نسبت به شبکه عصبی مصنوعی چند لایه کمتر بوده و افزایش اندازه جمعیت از 5 به 55 خطای تشخیص نفوذ را حدود 58.35 % کاهش داده و از طرفی شاخص دقت، حساسیت و تشخیص روش پیشنهادی به ترتیب برابر 69.89%، 68.39% و 64.58% است که نسبت به روش های مانند درخت تصمیم گیری و ماشین بردار پشتیبان دقت بیشتری در تشخیص نفوذ به شبکه دارد.

کلیدواژه ها:

سيستم تشخيص نفوذ، داده كاوي، الگوريتم هاي فرابتكاري، الگوريتم بهينه سازي وال

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/899527/

کد COI مقاله: CMTS02_135

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:
پدیداران مقدم، فرهنگ و محمدی، محسن و نجاراف، هادی،1397،استفاده از الگورتیم وال در بهینه سازی کاربرد شبکه عصبی در تشخیص نفوذ،دومین کنفرانس بین المللی فناوری های نوین در علوم،آمل،،،https://civilica.com/doc/899527

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: (1397، پدیداران مقدم، فرهنگ؛ محسن محمدی و هادی نجاراف)
برای بار دوم به بعد: (1397، پدیداران مقدم؛ محمدی و نجاراف)
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
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

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 دولتی
تعداد مقالات: 394
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