CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شناسایی وسایل و رویدادهای IoT بر پایه طول بسته از ترافیک رمز شده

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۰ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: INFM04_092
زبان مقاله: فارسی
حجم فایل: ۲۷۵.۲۲ 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 شناسایی وسایل و رویدادهای IoT بر پایه طول بسته از ترافیک رمز شده

    محمدحسین موذن رضامحله - کارشناسی ارشد مهندسی نرم افزار دانشگاه آزاد اسلامی واحد رشت
  هادی ویشکی نژاد - کارشناسی ارشد مهندسی نرم افزار دانشگاه آزاد اسلامی واحد رشت

چکیده مقاله:

اخیرا، الگوریتم های یادگیری ماشین برای شناسایی اینترنت اشیا (IoT) و رویدادها استفاده شده اند. با این حال، پیشنهادها موجود ممکن است بار مفید بسته را بررسی کنند، چیزی که خطرات را برای حریم خصوصیکاربران IoT ایجاد می کند و ممکن است از چندین مشخصه استفاده کند و پیچیدگی محاسبات برای طبقه بندی ترافیک را افزایش دهد. علاوه بر این، تکنیک های موجود ممکن است از مکانیزم های پیچیده برای استخراجمشخصات ترافیک از جمله ایجاد بردارهای حاوی اطلاعات از جلسات پروتکل کنترل انتقال (TCP) استفاده کنند. این مقاله یک راه حل پیشنهاد می کند که از آمار طول بسته از ترافیک رمز شده برای توصیف رفتاردستگاه ها و رویدادهای IoT در یک سناریوی خانگی هوشمند استفاده می کند. راه حل تنها از میانگین آماری، انحراف استاندارد و تعداد of که در یک پنجره یک بعدی انتقال می یابد، استفاده می کند، که می تواند از ترافیکرمز شده استخراج شود و استفاده از بردارهای TCP غیر ضروری را ایجاد کند. راه حل، وسایل و رویدادهای IoT را شناسایی می کند، مانند دستورها صوتی برای دستیاران هوشمند، و همچنین بین وسایل IoT و non تشخیص داده می شود. راه حل مشخص کردن دستگاه ها و رویدادهای IoT با ترافیک از دو طبقه بندی کننده دنیای واقعی و پنج طبقه بندها مورد ارزیابی قرار می گیرد. این ارزیابی شامل الگوریتم های Nearest -k همسایه های (NN -k ) ، درخت تصمیم گیری، جنگل تصادفی، ماشین بردار پشتیبان (SVM) و رای گیری اکثریت، برخی از محبوب ترین الگوریتم های طبقه بندی ترافیک است. نتایج نشان می دهند که الگوریتم جنگل تصادفی می تواند تا 96 % از دقت در شناسایی دستگاه ها، 99 % دقت در تشخیص بین وسایل IoT و non و 99 % دقت در شناسایی وقایع دستگاه IoT دست یابد.

کلیدواژه‌ها:

طبقه بندی ترافیک، اینترنت اشیا، داده های رمزگذاری شده، شناسایی رویداد

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-INFM04-INFM04_092.html
کد COI مقاله: INFM04_092

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:
موذن رضامحله, محمدحسین و هادی ویشکی نژاد، ۱۳۹۸، شناسایی وسایل و رویدادهای IoT بر پایه طول بسته از ترافیک رمز شده، چهارمین کنفرانس ملی ایده های نوین در فنی و مهندسی، رشت، سازمان بسیج مهندسی صنعتی استان گیلان، https://www.civilica.com/Paper-INFM04-INFM04_092.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: (موذن رضامحله, محمدحسین و هادی ویشکی نژاد، ۱۳۹۸)
برای بار دوم به بعد: (موذن رضامحله و ویشکی نژاد، ۱۳۹۸)
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: ۵۰۹۶
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.