مقاله کنفرانسی سال ۱۴۰۰ فارسی

انتخاب ویژگی موثر با استفاده از الگوریتم باینری میدان الکتریکی مصنوعی به منظور تشخیص نفوذ

چکیده مقاله

تشخیص نفوذ شبکه به دلیل مجموعه داده های نامتعادل و بزرگ به یک موضوع چالش برانگیز برای محققین تبدیل شده است روش های مختلفی مبتنی بر روش های یادگیری ماشین برای تشخیص نفوذ شبکه مورداستفاده قرار گرفته اند اما بیشتر الگوریتم های استاندارد یادگیری ماشین با افزایش تعداد نمونه ها وتعداد ویژگی های زیاد، کارایی خود رااز دست می دهند و نمی توانند در زمان واقعی به انواع حملات پاسخ دهند خیرا الگوریتم های فراابتکاری برای شناسایی ویژگی های موثر در سیستم های مختلف از جمله سیستم های تشخیص نفوذ علکرد بالایی از خود نشان داده اند الگوریتم میدان الکتریکی مصنوعی یکی از جدیدترین الگوریتم های فراابتکاری است که از قانون کولن نیروی الکترواستاتیک الهام گرفته شده است در این تحقیق، انتخاب ویژگی موثر با استفاده از الگوریتم باینری میدان الکتریکی مصنوعی و ترکیب آن با درخت تصمیم به نام DTAEFA برای تشخیص نفوذ ارائه شد و علاوه بر این نسخه باینری الگوریتم میدان الکتریکی مصنوعی مبتنی بر مخالفت و تابع انتقالی طراحی وپیاده سازی شد در نهایت روش پیشنهادی DTAEFA بر روی مجموعه داده معتبر NSL KDD و UNSW NB۱۵ در محیط پایتون اجرا شد و با الگوریتم های K نزدیک ترین همسایه، آدابوست، درخت تصمیم، بیز ساده و جنگل تصادفی مقایسه شد نتایج شبیه سازی نشان داد که روش پیشنهادی DTAEFA در مجموعه داده NSL KDD به دقت ۰ ۸۵ در مجموعه داده UNSW NB۱۵ به دقت ۸۶ دست یافته است که در مقایسه با سایر الگوریتم ها، کارایی بالایی از خود نشان داده است و علاوه بر این زمان تشخیص الگوریتم پیشنهادی به دلیل استفاده از درخت تصمیم، خیلی کمتر از سایر روش های موجود است

کلیدواژه‌ها

تشخیص نفوذ انتخاب ویژگی بهینه سازی الگوریتم باینری میدانی الکتریکیم صنوعی

نویسندگان

تصویر سحر فروتن

سحر فروتن

کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار، دانشگاه آزاد اسلامی واحد بندرعباس ایران

تصویر مرضیه الیکایی

مرضیه الیکایی

دانشجوی دکتری مهندسی کامپیوتر گرایش نرم افزار دانشگاه آزاد اسلامی واحد بین الملل کیش

تصویر حمزه ترکمانی تمبکی

حمزه ترکمانی تمبکی

کارشناسی ارشد زمین شناسی گرایش مهندسی دانشگاه آزاد اسلامی واحد بندرعباس ایران

شیوه ارجاع

فروتن، سحر و الیکایی، مرضیه و ترکمانی تمبکی، حمزه،1400،انتخاب ویژگی موثر با استفاده از الگوریتم باینری میدان الکتریکی مصنوعی به منظور تشخیص نفوذ،پنجمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

پوستر مجموعه مقالات اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی3 اسفند 1401 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۰ ۲,۳۶۵ مشاهده

تشخیص بیماری با استفاده از داده کاوی و تحلیل نسخه های پزشکی

در حال حاضر تشخیص اشتباه و یا تشخیص دیر هنگام بیماری در صدر خطاهای پزشکی قرار دارد این خطا نه تنها سالان…

داده کاویپیش بینینسخه پزشکی
مقاله کنفرانسی سال ۱۴۰۰ ۲,۱۶۰ مشاهده

تشخیص حالت چهره با یادگیری عمیق

در سال های اخیر یکی از زمینه های فعال پردازش تصویر، تشخیص حالت های چهره بوده است چهره مهم ترین ویژگی ظاه…

تشخیص حالت چهرهfer-۲۰۱۳افزایش اتوماتیک داده
مقاله کنفرانسی سال ۱۴۰۰ ۱,۲۷۲ مشاهده

ارائه یک چارچوب مدیریت ریسک در توسعه نرم افزار بامتدلورژی چابک

در پروژه های تولید نرم افزاری بااستفاده از متدلوژی چابک، باید یک پروژه با یک محیط چابک سازگار شود ودر آن…

پروژهریسکتوسعه نرم افزار
مقاله کنفرانسی سال ۱۴۰۰ ۱,۲۷۱ مشاهده

امنیت در هوش مصنوعی: انواع حملات در یادگیری ماشین

یادگیری ماشین به دلیل پیشرفت های فنی در سال های اخیر به طور فراگیر در طیف گسترده ای از برنامه های نظامی…

یادگیری ماشینیحملات مسمومیتحملات درب پشتی
مقاله کنفرانسی سال ۱۴۰۱ ۱,۲۴۶ مشاهده

تشخیص تومور مغزی با رویکرد یادگیری عمیق و مکانیزم توجه با استفاده از تصاویر چندوجهیMRI

شناسایی زودهنگام و موفقیت آمیز تومورهای مغزی نقش مهمی در بهبود نتایج درمان و بقای بیمار دارد در حال حاضر…

ام آر آییادگیری عمیقتومور مغزی
مقاله کنفرانسی سال ۱۴۰۰ ۱,۰۴۲ مشاهده

معماری شبکه نسل پنجم تلفن همراه

شبکه نسل ۵ تلفن همراه نقش اساسی در ایجاد یک جهان کاملا متصل را در سال های آینده خواهد داشت از تلفن های ه…

۵تلفن همراهنسل ۵