امکان سنجی استفاده از تکنولوژی داده کاوی در بالابردن سطح امنیت داده ها در شرکت های تابعه وزارت نفت

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 799

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AEBSCONF01_211

تاریخ نمایه سازی: 6 آبان 1393

چکیده مقاله:

با توجه به وجود داده و اطلاعات بسیار زیاد در پایگاه داده شرکت های تابعه نفت و اینکه تمامی داده مهم و حائز اهمیت برای شرکت می باشند که برخی از آنها دارای سطوح امنیتی بالا می باشند، لازم است با توجه به حملات سایبری چند وقت اخیر، به دنبال راه کارهایی باشیم تا بتوانیم بیش از پیش امنیت آنها را ایجاد سازیم و یکی از راه های ممکن شناسایی داده و اطلاعاتی می باشد که برای هکرها مفید بوده و بیشتر حملات معمولا به این داده و اطلاعات رخ داده است. برای شناسایی و درجه بندی سطح علاقه مندی هکرها به انواع داده ها در این شرکت ها، یکی از راه کارها استفاده از تکنولوژی داده کاوی می باشد. داده های موجود عموما از نوع متنی و ارقام می باشند که در قسمت هایی همانند نامه ها، آمار مربوط به مشترکین و همکاران تجاری، اطلاعات متفاوت واحد منابع مالی و انسانی، لیست تجهیزات و منابع مورد نیاز اولیه و محل فیزیکی قرار گرفتن آنها و ... می باشد. در این مقاله به منظور بالابردن ضریب امنیتی داده ها، مطالعه جامعی بر روی تکنیک جدید داده کاوی انجام شده و کاربرد و مزایای آنرا در بالابردن ضریب امنیت داده و اطلاعات در شرکت های تابعه نفت معرفی شده است. در نهایت با توجه به تحقیقات بعمل آمده، چنین نتیجه گیری شده است که برای امن نمودن داده و اطلاعات در پایگاه داده به نحوی که ابتدا داده و اطلاعاتی که مورد نیاز هکرها می باشد را شناسایی و سپس با تدابیر ویژه ضریب امنیت آنها را بالا از روش داده کاوی استفاده شده است.

کلیدواژه ها:

شرکت های تابعه وزارت نفت ، امنیت داده و اطلاعات ، داده کاوی

نویسندگان

مهدی بازیار

آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد کازرون، کازرون، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Hwang , S. _ Lim , E. 2002. A Data ...
  • Symeonidis , A.L. , Nikolaidou , V. _ Mitkas , ...
  • Garg , K. _ Chawla , R. 2011. DETECTION OF ...
  • Bloedorn , E. _ Christiansen , A. D. , Hill ...
  • Nayak , R. 2008. Data Mining in Web S ervi ...
  • Nguyen , H. A. _ Choi , D. 2008. Application ...
  • نمایش کامل مراجع