مقاله کنفرانسی سال ۱۳۹۷ فارسی

تشخیص نفوذ در شبکه های کامپیوتری با استفاده از انتخاب ویژگی توسط طبقه بندی کننده ی شبکه عصبی تلفیقی و الگوریتم جستجوی رقابت استعماری

چکیده مقاله

برای ایجاد امنیت داده ها در شبکه کامپیوتری، علاوه بر دیوار آتش و سایر مکانیزم های امنیتی،سیستمهای دیگری به نام تشخیص نفوذ مورد نیاز میباشد تا بتواند در صورتی که نفوذگر از تجهیزات امنیتی عبور کرد، آن را تشخیص دهد تشخیص نفوذ، با مشکلاتی از قبیل حجم عظیم ترافیک شبکه، توزیع داده های بسیار نامتعادل، سختی شناسایی مرزهای تصمیم گیری بین رفتار طبیعی و غیرطبیعی، مواجه است محققان بسیاری از مناظر مختلفی به مسیله ی تشخیص نفوذ پرداخته اند در اغلب اوقات هدف از تحقیق، افزایش دقت تشخیص بوده است یکی از روش هایی که برای افزایش دقت به کار برده می شود روش کاهش ویژگی می باشد انتخاب ویژگی، یکی از مسایلی است که در مبحث یادگیری ماشین مطرح است این مساله در بسیاری از کاربردها مانند طبقه بندی اهمیت به سزایی دارد، زیرا در این کاربردها تعداد زیادی ویژگی وجود دارد، که بار اطلاعاتی چندانی ندارند حذف نکردن این ویژگی ها باعث افزایش بار محاسباتی برای کاربرد مورد نظر می شود و همچنین باعث می شود که اطلاعات غیر مفید زیادی را به همراه داده های مفید ذخیره کنیم از طرفی در بعضی موارد داشتن اطلاعات غیر مفید باعث افزایش خطای طبقه بندی می شود انتخاب ویژگی شامل دو دسته کلی فیلتری و پوششی می باشد که در این مقاله از روش پوششی استفاده شده است طبقه بند مورد استفاده تلفیقی از دو شبکه ی عصبی شناخته شده می باشد و از الگوریتم رقابت استعماری به عنوان تابع جستجو استفاده شده است در انتها با استفاده از شاخص های معرفی شده کارایی روش پیشنهادی با سایر روش ها مقایسه گردیده است

کلیدواژه‌ها

انتخاب ویژگی پوششی انتخاب ویژگی فیلتری طبقه بند تلفیقی طبقه بند شبکه عصبی تشخیص نفوذ با انتخاب ویژگی

نویسندگان

شیوه ارجاع

مجتهدی، همایون و فولادیان، مجید و پورمینا، محمدعلی،1397،تشخیص نفوذ در شبکه های کامپیوتری با استفاده از انتخاب ویژگی توسط طبقه بندی کننده ی شبکه عصبی تلفیقی و الگوریتم جستجوی رقابت استعماری،پنجمین کنفرانس ملی علوم ومهندسی کامپیوتر و فناوری اطلاعات،بابل

ارائه‌شده در

پوستر مجموعه مقالات پنجمین کنفرانس ملی علوم ومهندسی کامپیوتر و فناوری اطلاعات مجموعه مقالات پنجمین کنفرانس ملی علوم ومهندسی کامپیوتر و فناوری اطلاعات26 مهر 1397 · بابل
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۷ ۴,۰۱۳ مشاهده

تشخیص چهره با استفاده از ویژگی های تصویر صورت به کمک الگوریتم های یادگیری ماشین

امروزه یکی از مهمترین و موثرترین روش های تشخیص هویت و بایومتریک، کشف و شناسایی چهره می باشد تا کنون تحقی…

یادگیری عمیقشبکه عصبی بازگشتیالگوریتم ژنتیک
مقاله کنفرانسی سال ۱۳۹۷ ۳,۲۳۸ مشاهده

الگوریتم بهینه سازی ملخ تکاملی برای مسیله فروشنده دوره گرد

دراین مقاله روشی برای حل مساله مشهور فروشنده دوره گرد 1 TSP با استفاده از الگوریتم تکاملی 2EGOA ارایه شد…

جهشمساله فروشنده دوره گردالگوریتم بهینه سازی ملخ
مقاله کنفرانسی سال ۱۳۹۷ ۲,۶۱۷ مشاهده

پیش بینی مصرف برق به کمک ترکیب شبکه عصبی و الگوریتم بهینه سازی جستجوی هارمونی

پیش بینی یکی از مسایلی است که به دلیل کاربردهای آن در دنیای واقعی موردتوجه دانشمندان و محققان قرار میگیر…

شبکه عصبیالگوریتم جستجوی هارمونیپیش بینی مصرف برق
مقاله کنفرانسی سال ۱۳۹۷ ۲,۶۰۱ مشاهده

آنالیز احساسات داده های توییتر با استفاده از الگوریتم های داده کاوی

میلیونها نفر از کاربران، در سراسر دنیا، نظرات خود را، در جنبه های مختلف زندگی روزمره، در شبکه های اجتماع…

قطبیتآنالیز احساساتخوشه بندی
مقاله کنفرانسی سال ۱۳۹۷ ۲,۴۰۶ مشاهده

بهبود تشخیص تقلب در تراکنش های کارت های اعتباری بانکی با استفاده ازترکیب شبکه عصبی و الگوریتم ژنتیک

همانگونه که رشد تجارت الکترونیک فرصت های بسیار خوبی برای تجارت جهانی ایجاد نموده، تهدیداتی نیز برای بانک…

تشخیص تقلبشبکه عصبیالگوریتم ژنتیک
مقاله کنفرانسی سال ۱۳۹۷ ۲,۱۰۳ مشاهده

بررسی الگوهای تاثیر گذار در سیستم آموزش هوشمند مبتنی بر رایانش ابری

آرامش، راحتی و صرفه جویی در هزینه و زمان موضوع بسیار پر اهمیتی در دنیای امروز محسوب میشود به همین جهت رو…

رایانش ابریسیستم هوشمندآموزش الکترونیکی