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

تشخیص نفوذ با شناخت تکرار غیر عادی درخواست ها از طریق الگو سازی تابع چگالی درخواست

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۲۹ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: CEITECH01_133
زبان مقاله: فارسی
حجم فایل: ۶۲۸.۶۷ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص نفوذ با شناخت تکرار غیر عادی درخواست ها از طریق الگو سازی تابع چگالی درخواست

  محمد پروانه - گروه کامپیوتر (مهندسی کامپیوتر)، واحد علوم و تحقیقات خوزستان، دانشگاه آزاد اسلامی، اهواز، ایران
  ابراهیم بهروزیان نژاد - گروه کامپیوتر، واحد شوشتر، دانشگاه آزاد اسلامی، شوشتر، ایران

چکیده مقاله:

هدف از انجام این تحقیق ارایه الگوریتمی کارامد جهت تشخیص نفوذ مبتنی بر شناخت الگوهای رفتاری کاربران می باشد.شناخت الگورفتاری کاربران از طریق روش خوشه بندی مبتنی بر چگالی انجام می گیرد. در این تحقیق جهت تحلیل رفتار کاربرانابتدا ترافیک جاری شبکه را الگو برداری میشود و پس از یافتن تابع چگالی الگو ، آن را با در خواستهای دیگر مقایسه می نماییم، ازروی این مقایسه احتمال نفوذ و نوع نفوذ مشخص می گردد.در روش پیشنهادی تشخیص رفتار متعارف و نامتعارف از طریق بررسیدقیق فیلدهای خاص در KDD که میتواند بیانگر وضعیت عادی و یا غیر عادی در بستر شبکه باشد انجام میشود . یافتن تابع چگالیرفتار کاربران از روی الگو سازی بر اساس آماره کای 2 انجام می گیرد. آماره کای 2 به عنوان شاخص اصلی تحقیق در ارزیابی تعیینمی گرددو این شاخص وضعیت نفوذ و نوع نفوذ را مشخص می نماید.

کلیدواژه‌ها:

خوشه بندی ،آماره کای 2، رفتار متعارف ،الگو سازی تابع چگالی

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:
https://www.civilica.com/Paper-CEITECH01-CEITECH01_133.html
کد COI مقاله: CEITECH01_133

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:
پروانه, محمد و ابراهیم بهروزیان نژاد، ۱۳۹۵، تشخیص نفوذ با شناخت تکرار غیر عادی درخواست ها از طریق الگو سازی تابع چگالی درخواست، اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات، اهواز، دانشگاه آزاد اسلامی واحد سوسنگرد، https://www.civilica.com/Paper-CEITECH01-CEITECH01_133.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: (پروانه, محمد و ابراهیم بهروزیان نژاد، ۱۳۹۵)
برای بار دوم به بعد: (پروانه و بهروزیان نژاد، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۸۸۶۵
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 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.