انتخاب ویژگی های مؤثر در تشخیص حملات شبکه های اقتضایی متحرک مبتنی بر الگوریتم ABACO
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 653
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICFUZZYS15_059
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
شبکه های اقتضایی متحرک در مقایسه با شبکه های معمولی به دلیل داشتن همبندی پویا در مقابل حملات مختلف آسیب پذیرتر بوده و به راه حل های امنیتی متفاوتی نیاز دارند. در مجموعه داده های جمع آوری شده از ترافیک شبکه به دلیل وجود داده های نویزی و زائد تشخیص حملات و دسته بندی آ نها با مشکلات جدی مواجه خواهد شد که باید از روش های انتخاب ویژگی برای حذف این داده ها استفاده نمود. در این مقاله،رویکردی مبتنی بر الگوریتم ABACO برای انتخاب ویژگی های موثر در طبقه بندی و تشخیص ناهنجاری های شبکه های اقتضایی متحرک,به نام FS-ACO ,ارائه شده است.نتایج آزمایش ها تائیدمی کنند که کاهش ویژگی ها علاوه بر افزایش دقت,سبب افزایش سرعت در تشخیص و طبقه بندی حملات می شود.
کلیدواژه ها:
شبکه اقتضایی متحرک ، ناهنجاری ، انخاب ویژگی ، الگوریتم جمعیت مورچگان ، طبقه بند -k نزدیک ترین همسایه
نویسندگان
مهدیه فرزان نیا
دانشجوی کارشناسی ارشد,دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان
حمید رضا ناجی
دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان
حسین نظام آبادی پور
دانشگاه شهیذ باهنر کرمان
فاطمه بارانی
مجتمع آموزش عالی بم
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 :