CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه یک روش تشخیص شبکه های بات HTTP در مراحل آغازین با استفاده از منطق فازی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۴۶۷ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: CESD01_039
زبان مقاله: فارسی
حجم فایل: ۵۲۶.۹۹ کیلوبایت (فایل این مقاله در ۹ 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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه یک روش تشخیص شبکه های بات HTTP در مراحل آغازین با استفاده از منطق فازی

  محسن شاه حسینی - کارشناس ارشد دانشگاه صنعتی مالک اشتر
  علیرضا نوروزی - استادیار دانشگاه صنعتی مالک اشتر

چکیده مقاله:

شبکه های بات امروزه به یکی از اصلی ترین تهدیدات برای کاربران اینترنتی تبدیل شده است. رشد روز افزون حملات ناشی از آنها، امروزه به یکی از اصلی ترین دغدغه های متخصصین امنیت تبدیل شده است. حملات مربوط به شبکه های بات به این نحو میباشد که مهاجمان به گروه زیادی از کامپیوترها نفوذ کرده و برنامه های قابل کنترل را بر روی آنها نصب میکنند، و سپس با استفاده از این کامپیوترهای آلوده به حملات گستردهای اقدام مینمایند. در این مقاله روشی ارائه شده است که در آن با استفاده از منطق فازی به تشخیص شبکه های بات HTTP پرداخته می شود. در این روش با استفاده از خصیصه هایی که از شبکه های بات معروف به دست آورده ایم به طراحی مجموعه قوانین منطقی خود در سیستم فازی ارائه شده می پردازیم. در این مقاله، خصیصه ها فقط شامل خصیصه های مربوط به ترافیک فرماندهی و کنترل میباشد، بنابراین روش ارائه شده قادر است شبکه های بات را قبل از مرحله محل تشخیص دهد.

کلیدواژه‌ها:

شبکههای بات، منطق فازی، پروتکل HTTP ، مجموعه قوانین منطقی، ترافیک فرمان و کنترل

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-CESD01-CESD01_039.html
کد COI مقاله: CESD01_039

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:
شاه حسینی, محسن و علیرضا نوروزی، ۱۳۹۲، ارائه یک روش تشخیص شبکه های بات HTTP در مراحل آغازین با استفاده از منطق فازی، همایش ملی مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدل سازی و امنیت سیستمها، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-CESD01-CESD01_039.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: (شاه حسینی, محسن و علیرضا نوروزی، ۱۳۹۲)
برای بار دوم به بعد: (شاه حسینی و نوروزی، ۱۳۹۲)
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 :

  • W.LU and A. Ghorbani. "Botnets Detection Based on IRC Community". ...
  • C. Mazzariello "RC traffic analysis for botnet detection 0. IEEE ...
  • A. Karasaridis, B. Rexroad, and D.Hoefli.، Widescale Botnet Detection and ...
  • M.A. Rajab, J.Zarfoss, F. Monrose, and A.terzis. _ Multifaceted Approach ...
  • G.Gu, J.Zhang, and W.Lee ."BotSniffer: Detecting botnet command and control ...
  • Chang, Su, and Thomas E. Daniels. "P2P botnet detection using ...
  • P.Sroufe, S. P hithakkinuko on, R. Dantu, and J.Cangussu. Email ...
  • K.Saraubon, and B , _ imthanmaphon. Fast Effectie Botnet Spam ...
  • B.Al-Duwairi, and G.Manimara. JUST-Google :A search Engine-based Defense Against Botnet-based ...
  • B. B. Gupta, R. C. Joshi, and Manoj Misra, Distributed ...
  • Chen, Yonghong, Xinlei Ma, and Xinya Wu. DDoS Detection Algorithm ...
  • W.lu and A. A. Ghorbani .Botnets De tectionBased _ IRC ...
  • J.Goebeland T.Holz.Rishi: Identify bot contaminated hosts by IRC nickname evaluation. ...
  • R Schoof, and R. Koning. "Detecting peer-to-peer botnets". University of ...
  • C. Livadas, R.Walsh, D. Lapsley, and W. T. Strayer. Using ...
  • J.S.Lee, H.ch.Jeong, J. h. Park, M.Kim, B .N.Noh, The Activity ...
  • H. Choi, H. Lee, H. Lee, and H. Kim. Botnet ...
  • G. Gu, J. Zhang, and W. Lee. Botsniffer: "Detecting botnet ...
  • Gu G, R. Perdisci, J. Zhang, and W. Lee, "BotMiner: ...
  • ] Y. Xiaocong, D. Xiaomei, Y. Ge, Q. Yuhai, and ...
  • CH.Chen, Y.Ou, and Y.Tsai, _ Botnet Detection Based On Flow ...
  • Cai, Tao, and Futai Zou. "Detecting HTTP Botnet with Clustering ...
  • Wang, Li-Xin. "A Course in Fuzzy Systems". Prentice-Hal press, USA, ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۷۲۳۵
    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.