مقاله کنفرانسی سال ۱۳۹۶ فارسی

پیش بینی شدت آسیب پذیری نرم افزارها با استفاده از سری های زمانی

چکیده مقاله

برای ارزیابی نرم افزارها میتوان شدت آسیب پذیری آنها را پیش بینی کرد مهمترین کاربرد پیشبینی شدت آسیب پذیریها این است که با تعیین درجه بحرانی بودن آسیب پذیریها مدیران سازمانها میتوانند با توجه به امکانات خود تنها به مقابله با پرخطرترین آسیب پذیریها بپردازند در این مقاله بررسی میکنیم که میتوان از الگوهای قبلی شدت آسیب پذیریهای نرمافزارها برای پیش بینی شدت آسیب پذیریهای بعدی استفاده کرد همچنین بررسی میکنیم که روند افزایش یا کاهش شدت آسیب پذیریها معنیدار است یا خیر آسیب پذیری سالهای 1999 تا 2016 را از پایگاه داده NVD استخراج کردیم مهمترین نتیجه تحقیق ما این است که الگوهای متوالی شدت آسیب پذیریها که بر اساس سری زمانی هستند از ویژگی مارکوف تبعیت میکنند به این معنی که با استفاده از تنها یک شدت آسیب پذیری قبلی میتوان آسیب پذیری بعدی را با % 96 Precision= و% 93 Recall = پیشبینی کرد از روش N gram برای یافتن الگوها استفاده شده است

کلیدواژه‌ها

سری زمانی آسیب پذیریهای نرم افزار پیش بینی شدت آسیب پذیری

نویسندگان

تصویر انسیه السادات آقایی میبدی

انسیه السادات آقایی میبدی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر هوش مصنوعی رباتیک ، گروه مهندسی کامپیوتر، پردیس فنی و مهندسی، دانشگاه یزد

تصویر محمد قاسم زاده

محمد قاسم زاده

عضو هییتعلمی، دانشیار گروه مهندسی کامپیوتر، پردیس فنی و مهندسی، دانشگاه یزد

تصویر عاطفه خزاعی

عاطفه خزاعی

دانشجوی دکترای مهندسی کامپیوتر نرمافزار، گروه مهندسی کامپیوتر، پردیس فنی و مهندسی، دانشگاه یزد

شیوه ارجاع

�قایی میبدی، انسیه السادات و قاسم زاده، محمد و خزاعی، عاطفه،1396،پیش بینی شدت آسیب پذیری نرم افزارها با استفاده از سری های زمانی،دومین کنفرانس ملی محاسبات نرم،رودسر

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس ملی محاسبات نرم مجموعه مقالات دومین کنفرانس ملی محاسبات نرم1 آذر 1396 · رودسر
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۶ ۳,۱۱۳ مشاهده

تشخیص فعالیت های انسان از تصاویر ویدیویی با استفاده از شبکه عصبی کانولوشنی

امروزه شناسایی خودکار فعالیت انسان، در کاربردهای نظارتی و مراقبت بر افراد ناتوان بسیار ضروری میباشد استف…

شناسایی فعالیت انسانشبکه عصبی کانولوشنییادگیری عمیق
مقاله کنفرانسی سال ۱۳۹۶ ۲,۹۴۵ مشاهده

یادگیری عمیق برای سیستم های توصیه گر

سرویسهای اینترنتی امروزه محتواهای متنوعی ارایه میکنند با توجه به اهمیت سیستم های توصیه گر در سرویس دهنده…

یادگیری ماشینداده کاویبازیابی اطلاعات
مقاله کنفرانسی سال ۱۳۹۶ ۲,۴۱۱ مشاهده

شاخص های کارایی فرایند Cpmk و C در محیط فازی

از علل پیدایش شاخص های کارایی فرایند 1، نیاز موجود در کارخانه ها برای تخمین و اندازه گیری میزان کارایی ف…

کیفیت فازیشاخص کارایی فرایندعملگرهای حسابی
مقاله کنفرانسی سال ۱۳۹۶ ۲,۱۳۱ مشاهده

تخمین سرعت حد سقوط ذرات کروی در سیالات حفاری نیوتنی و غیرنیوتنی با ستفاده از ماشین بردار ارتباط

سرعت حد سقوط ذرات درداخل سیالات دارای کاربردهای فراوانی از جمله در صنعت حفاری نفت و فرآوری مواد معدنی می…

سرعت حدذرات کرویسیال نیوتنی وغیرنیوتنی
مقاله کنفرانسی سال ۱۳۹۶ ۲,۰۱۳ مشاهده

طراحی مدل هوشمند عمیق به منظور پیش بینی بیماری صرع با استفاده از سیگنال ECG

صرع شایع ترین بیماری عصبی بعد از سکته مغزی است ،که به دلیل آشفتگی های زودگذر مغز، به طور ناخودآگاه و غیر…

پیشبینیصرعیادگیری عمیق
مقاله کنفرانسی سال ۱۳۹۶ ۱,۷۷۳ مشاهده

نگاهی آماری به کاربرد محاسبات نرم در مهندسی ژیوتکنیک

در سالهای اخیر بکارگیری روش های محاسبات نرم برای تحلیل مسایل مختلف مهندسی از جمله مسایل موجود در مهندسی…

محاسبات نرممنطق فازیمهندسی ژیوتکنیک