استفاده از یادگیری ماشین مبتنی بر ژنتیک برای ایجاد خودکار قوانین فازی در امنیت RFID
محل انتشار: همایش مشترک مهندسی کامپیوتر و مکانیک
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,844
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JCCEM01_013
تاریخ نمایه سازی: 25 اسفند 1392
چکیده مقاله:
سیستمهای فازی1 توانایی خود را برای حل انواع مختلف مسائل در حوزه‌ی برنامه های کاربردی نشان داده‌اند در حال حاضر علاقهی وافری برای تکمیل و تقویت سیستمهای فازی با استفاده از یادگیری و تطبیق قابلیت‌ها وجود دارد. دو مورد از موفق‌ترین رویکردهایی که برای ترکیب سیستمهای فازی و روشهای یادگیری که در عرصه محاسبات نرم ارائه شدهاند، سیستمهای فازی-عصبی و سیستمهای فازی- ژنتیکی هستند. برنامههای کاربردی مختلفی از تکنولوژی شناسایی اجسام توسط فرکانس رادیویی2 (RFID) ایجاد شدهاند، با این حال تکنولوژی RFID مستعد ابتلا به انواع مشکلات امنیتی مانند استراق سمع، محرومیت از خدمات، ردیابی کاربر و شبیهسازی برچسب3 است. یکی از روشهای ممکن برای رسیدگی به شبیه سازی برچسب، سیستم تشخیص نفوذ است. ما در این تحقیق به توصیف یک سیستم فازی مبتنی بر ژنتیک، برای تشخیص نفوذ در سیستمهای RFID میپردازیم که در آن از الگوریتم ژنتیکی4، برای ایجاد قوانین اگر-آنگاه فازی مورد استفاده در تشخیص ناهنجاری استفاده میکنیم
کلیدواژه ها:
سیستمهای فازی - شناسایی اجسام توسط فرکانس رادیویی - شبیهسازی برچسب - الگوریتم ژنتیکی
نویسندگان
علی رزم
دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان، گروه کامپیوتر
عنایت اله علوی
دانشگاه شهید چمران اهواز، گروه کامپیوتر
امیرمسعود بیدگلی
دانشگاه آزاد اسلامی واحد تهران شمال، گروه کامپیوتر
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 :