CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود سیستم تشخیص ناهنجاری در شبکه حسگر بی سیم با همجوشی معیارهای اطلاعات متقابل

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۵۸ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: COMPUTER04_019
زبان مقاله: فارسی
حجم فایل: ۱.۲۲ مگابات (فایل این مقاله در ۱۰ 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 ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود سیستم تشخیص ناهنجاری در شبکه حسگر بی سیم با همجوشی معیارهای اطلاعات متقابل

  فرزانه بندپی - دانشجوی کارشناسی ارشد فناوری اطلاعات،موسسه آموزش عالی مهر آستان، آستانه اشرفیه، ایران
  غلامحسین اکباتانی فرد - استادیار گروه کامپیوتر،واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران

چکیده مقاله:

اینترنت و شبکه های کامپیوتری در معرض تعداد فزایندهای از حملات اینترنتی هستند. امروزه تشخیص اتفاقات غیرعادی درشبکه، موضوع بسیاری از پژوهشها قرارگرفته است. ترافیک شبکه گسترده بسیار حجیم میباشد و این مسیله منجر به ابعاد بالای داده و افزایش نویز شده و سبب میشود که استخراج اطلاعات معنادار برای تشخیص اتفاقات غیرعادی بسیار مشکل گردد. آموزش شبکه برای تشخیص حالتهای غیر نرمال کمک شایانی به شناسایی زمان وقوع حمله مینماید. تشخیص بهموقع حملات، پایداری یک سیستم را بهبود میبخشد. هرکدام از حملات گونه ای از یک رفتار خاص را دارا میباشند که از روی رفتار آنها میتوان نوع حمله راتشخیص داد؛ اما برخی از حملات ممکن است رفتاری مشابه داشته و فقط در پارهای از ویژگیها متفاوت باشند. خوشه بندی دادهها درزمان اجرای پژوهش، میتواند نوع دادهها را از یکدیگر تفکیک نماید. ایجاد خوشه های مختلف، با معیارهای متفاوتی صورت می پذیرد.هرکدام از این معیارها توزیعی از فاصله بین دادهها را ارایه میدهد. ترکیب معیارهای مختلف در مباحث اطلاعات متقابل دادهها میتواند کیفیت خوشه بندی را افزایش دهد. در این پژوهش از ترکیب الگوریتم آدابوست و درخت تصادفی برای ترکیب معیارهای مختلف شباهت به منظور افزایش کیفیت خوشه بندی و بهبود تشخیص اتفاقات غیرعادی در شبکه استفاده میشود. آدابوست به دلیل اینکه میتواند از نقاط قوت الگوریتم های مختلف بهره میگیرد یک سیستم هوشمند مفید با عملکرد بالا برای شناسایی اتفاقات غیرعادی در شبکه ایجاد مینماید.

کلیدواژه‌ها:

شبکه حسگر بیسیم، ناهنجاری ترافیک شبکه، اطلاعات متقابل، الگوریتم آدابوست

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-COMPUTER04-COMPUTER04_019.html
کد COI مقاله: COMPUTER04_019

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:
بندپی, فرزانه و غلامحسین اکباتانی فرد، ۱۳۹۶، بهبود سیستم تشخیص ناهنجاری در شبکه حسگر بی سیم با همجوشی معیارهای اطلاعات متقابل، دوازدهمین سمپوزیوم پیشرفت های علوم و تکنولوژی کمیسیون دوم:سرزمین پایدار تازه های کامپیوتر و فناوری اطلاعات، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-COMPUTER04-COMPUTER04_019.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: (بندپی, فرزانه و غلامحسین اکباتانی فرد، ۱۳۹۶)
برای بار دوم به بعد: (بندپی و اکباتانی فرد، ۱۳۹۶)
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: موسسه غیرانتفاعی
تعداد مقالات: ۳۶۹
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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • صنعت اتصال > جوشکاری
  • 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.