CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص ناهنجاری توسط الگوریتم خوشه بندی در قابلیت خودترمیمی اینترنت اشیا

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۳۵ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: NCAEC04_013
زبان مقاله: فارسی
حجم فایل: ۴۵۴.۷۹ 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 تشخیص ناهنجاری توسط الگوریتم خوشه بندی در قابلیت خودترمیمی اینترنت اشیا

  فرهنگ پدیداران مقدم - استادیار، فنی مهندسی، موسسه آموزش عالی اشراق
  محسن محمدی - استادیار، فنی مهندسی، موسسه آموزش عالی اشراق
  فتانه نودهی - کارشناسی ارشد نرم افزار، فنی مهندسی، موسسه آموزش عالی اشراق

چکیده مقاله:

بعد از فراگیر شدن اینترنت در دنیای فناوری اطلاعات و ارتباطات، امروزه اینترنت اشیاء بستری جذاب و البته کاربردی برای محققان و پژوهشگران محسوب می گردد. یکی از مهمترین بحث های مربوط به اینترنت اشیاء بحث امنیت و جلوگیری از ایجاد ناهنجاری در شبکه اینترنت اشیاء می باشد. در حقیقت شناسایی ناهنجاری و ترمیم شبکه اینترنت اشیاء یک راهکار مناسب برای حفظ امنیت شبکه اینترنت اشیاء قلمداد می گردد. در این پایان نامه مدلی مبتنی بر الگوریتم خوشه بندی K-means جهت تشخیص نمونه های بی خطر و نمونه های بات نت در سطح شبکه اینترنت اشیاء ارایه شده است. دو معیار دقت در تشخیص ناهنجاری و سرعت تشخیص ناهنجاری در این پایان نامه مد نظر قرار گرفته شده است. نتایج حاصل از پیاده سازی نشان دهنده دقت مناسب روش پیشنهادی در تشخیص بات نت ها و ناهنجاری ها می باشد. همچنین روش پیشنهادی نسبت به روش CEP در تشخیص ناهنجاری ها در شبکه اینترنت اشیاء دارای تاخیر زمانی کمتری می باشد.

کلیدواژه‌ها:

اینترنت اشیا، خودترمیمی، بات نت ، تشخیص هنجاری، خوشه بندی

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-NCAEC04-NCAEC04_013.html
کد COI مقاله: NCAEC04_013

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:
پدیداران مقدم, فرهنگ؛ محسن محمدی و فتانه نودهی، ۱۳۹۷، تشخیص ناهنجاری توسط الگوریتم خوشه بندی در قابلیت خودترمیمی اینترنت اشیا، چهارمین کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر و صنایع، اسفراین، مجتمع آموزش عالی فنی و مهندسی اسفراین، https://www.civilica.com/Paper-NCAEC04-NCAEC04_013.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: (پدیداران مقدم, فرهنگ؛ محسن محمدی و فتانه نودهی، ۱۳۹۷)
برای بار دوم به بعد: (پدیداران مقدم؛ محمدی و نودهی، ۱۳۹۷)
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: ۵۵۷
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.