دسته بندی حمله های شبکه به کمک الگوریتم های جستجوی محلی تطبیقی مبتنی بر مفاهیم یادگیری متالامارکی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,831

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEC01_122

تاریخ نمایه سازی: 22 خرداد 1387

چکیده مقاله:

در انجام جستجو، عموماً به دنبال برآورده کردن دو هدف اکتشاف (exploring) و بهره برداری (exploiting) در فضای مسئله هستیم. اکتشاف به معنای اطمینان از سراسری بودن جستجو است و ا زآن جهت دارای اهمیت است که فضای مسئله باید به نحو قابل توجهی برای یافتن نقطه بهینه سراسری جستجو شود. در بهره‌برداری به دنبال یافتن پاسخ های بهتر حول یک پاسخ به دست آمده، و در واقع جستجوی محلی هستیم. الگوریتم های ژنتیک دارای ساختار قوی در جستجوی محلی حائز اهمیت است؛ زیرا این روش ها ممکن است در مسئله‌ای مناسب بوده اما در مسئله دیگر عملکرد شایان ذکری نداشته باشیند. به ترکیب الگوریتم‌های ژنتیک متعارف با الگوریتم‌های جستجوی محلی، الگوریتم‌های ممتیک گفته می شود. در این الگوریتم‌ها به دلیل وجود روش‌های جستجوی محلی، کارایی جستجو بالاتر می رود.

نویسندگان

مریم امیرحائری

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، ایران

زهرا احمدی

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، ایران

جعفر حبیبی

دانشیار، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، ایران

محمد صنیعی آباده

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، 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 :
  • Hart, W. E., Adaptive Global Optimization With Local Search, Ph.D. ...
  • Krasnogor, N., Studies on the Theory and Design Space of ...
  • Cowling, Peter, Kendall, Graham, Soubeiga, Eric, 40A Hyperh euristic Approach ...
  • Hinterding, R., Michalewicz, Z., Eiben, A. E., "Adaptation in Evolutionary ...
  • Krasnogor, N., Blackbune, B., Hirst, J. D., and Burke, E. ...
  • Krasnogor, N., Gustafson, S., _ Study on the Use of ...
  • Krasnogor, N., Smith, J., 4:Multimeme Algorithms for the Structure Prediction ...
  • Ong, Y. S., Lim, M. H., Zhu, N., and Wong, ...
  • Ong, Yew Soon, Keane, Andy J., _ _ ta-L amarckian ...
  • Smith, J. E., et al., 4Co-evolution of Memetic Algorithms: Initial ...
  • Smith, J. E., "Co-evolving Memetic Algorithms: A Learning Approach to ...
  • KDD-cup data set, htto://kdd. ics.uci. edu/datab a se s/kddcup9 9/kddcup9 ...
  • نمایش کامل مراجع