CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بررسی ناهنجاریهای شبکه با استفاده از سیستم ایمنی مصنوعی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۱۹۱ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: NCECN01_183
زبان مقاله: فارسی
حجم فایل: ۳۴۰.۰۶ کلیوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله بررسی ناهنجاریهای شبکه با استفاده از سیستم ایمنی مصنوعی

  بهنوش ملائی - دانشکده تحصیلات تکمیلی، دانشگاه آزاد اسلامی واحد دزفول، دزفول، ایران.
    علیرضا عصاره (شناسه پژوهشگر - Researcher ID: ۵۶۵۵)
دانشکده فنی و مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران.
  ایمان عطارزاده - دانشکده تحصیلات تکمیلی، دانشگاه آزاد اسلامی واحد دزفول، دزفول، ایران.

چکیده مقاله:

با گسترده شدن شبکه های کامپیوتری، انجام تحقیقات در زمینه سیستم های ایمنی جهت پیشگیری از نفوذ، از اهمیت بالایی برخوردار شده است. از آنجایی که از نظر تکنیکی ایجاد سیستم های کامپیوتری بدون نقاط ضعف و شکست امنیتی عملاً غیرممکن می باشد، تشخیص نفوذ در تحقیق های سیستم های کامپیوتری کماکان با اهمیت خاصی دنبال می شود. هدف این تحقیق، تلفیق مفاهیم سیستم های ایمنی مصنوعی و سیستم های تشخیص نفوذ کامپیوتری در راستای دستیابی به یک سیستم کارا و انعطاف پذیر است. در واقع، با ایده گرفتن از سیستم ایمنی بدن و استفاده از مفاهیم یادگیری ماشین، یک سیستم تشخیص نفوذ کارا از نوع شناسایی تشخیص ناهنجاری، برای شبکه های کامپیوتری پیشنهاد شده است. این سیستم شناسایی ناهنجاری، نفوذهای شبکه را با دقت بالایی تشخیص داده و همچنین هشدارهای اشتباه کمی تولید می کند. در این تحقیق، در ابتدا با استفاده از ترکیب تکنیک-های کاهش ابعاد که یکی از تکنیک های مهم در پیش پردازش داده ها در یادگیری ماشین است، ویژگی های موثر را شناسایی و ویژگی های غیرموثر را کاهش داده سپس با استفاده از زیرمجموعه ی بهینه ایجاد شده و به کمک الگوریتم تشخیص ایمنی مصنوعی، شبکه آموزش داده شده تا دقت تشخیص حمله های احتمالی آینده افزایش یابد. به منظور ارزیابی دقت و کارایی، روش پیشنهادی در محیط Weka شبیه سازی شده و نتایج به دست آمده با روش های دیگر مقایسه شده و نشان داده شده است که این الگوریتم دقت قابل قبولی ارائه و کاراتر از الگوریتم های مشابه عمل می نماید.

کلیدواژه‌ها:

انتخاب ویژگی، تشخیص ناهنجاری، تشخیص نفوذ، سیستم ایمنی مصنوعی، کاهش ابعاد

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
http://www.civilica.com/Paper-NCECN01-NCECN01_183.html
کد COI مقاله: NCECN01_183

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ملائی, بهنوش؛ علیرضا عصاره و ایمان عطارزاده، ۱۳۹۳، بررسی ناهنجاریهای شبکه با استفاده از سیستم ایمنی مصنوعی، اولین همایش ملی مهندسی برق و کامپیوتر در شمال کشور، بندر انزلی، موسسه آموزش عالی موج، http://www.civilica.com/Paper-NCECN01-NCECN01_183.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (ملائی, بهنوش؛ علیرضا عصاره و ایمان عطارزاده، ۱۳۹۳)
برای بار دوم به بعد: (ملائی؛ عصاره و عطارزاده، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Scarfone, K. Mell, P. (2007); "Guide to Intrusion Detection and ...
  • http : //nsl _ cs .unb .ca/NSL-KDD ...
  • Anderson, J. P. (1980); "Computer Security Threat Monitoring and Surveillance", ...
  • S. Forrest, A. Perelson, L. Allen, R. Cherukuri, "Self-Nonself Discrimination ...
  • Chmielewski, A. Wierzchon, S. T. (2012); "Hybrid Negative Selection Approach ...
  • Dash, M. Liu, H. (1997); "Feature selection for classification", Intelligent ...
  • Tavallae, M. Bagheri, E. Wei, L. ghorbani, A. (2009); "A ...
  • Salma, M. A. Eid, H. F. Ramadan, R. A. Darwish, ...
  • Aziz, A. S. A. Salma, M. A. Hassanien, A. E. ...
  • Li, Y. Mabu, S. Lu, N. Hirasawa, K. (2012); "Classification ...
  • Watkins, A. Timmis, J. Boggess, L. (2004); "Artificial Immune Recognition ...
  • Watkins, A. Timmis, J. Boggess, L. (2004); "Artificial Immune Recognition ...
  • dst_host_s ame_srv_rate ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۳۵۰۸
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.