CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه چهار چوبی نوین مبنی بر داده کاوی و الگوریتم های یادگیری ماشین جهت ایمن سازی سیستم در مقابل انواع بد افزارها

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۱۵۲ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: NCCOS03_113
زبان مقاله: فارسی
حجم فایل: ۵۴۵.۶۵ کیلوبایت (فایل این مقاله در ۱۱ 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 ۱۱ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه چهار چوبی نوین مبنی بر داده کاوی و الگوریتم های یادگیری ماشین جهت ایمن سازی سیستم در مقابل انواع بد افزارها

  فرهنگ رشیدی - دانشجوی کاشناسی ارشد دانشگاه آزاد اسلامی واحد ارومیه گروه کامپیوتر ارومیه ایران
  رامین جعفرزاده - دکترای مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد ارومیه گروه کامپیوتر ارومیه ایران

چکیده مقاله:

دراین مقاله سعی داریم تاباارایه راهکاری نوین به صورت همه جانبه به محافظت ازسیستم درمقابل نفوذانواع بدافزارها بپردازیم راهکارماارایه سیستمی براساس معماری چندلایه ای استوار می باشد سیستم پیشنهادی مابهصورت لایه ای ومنفک ازهم بوده و درصورت نیاز ارتباط و انتقال داده بین لایه ها ممکن می باشد هرلایهب ا بکارگیری الگوریتم های متفاوت نسبت به آن سطح به برخورد با گونه ای ازرفتارهای بدافزاری می پردازد لایه یک پیش بینی و پیشگیری راه های نفوذبدافزارها لایه دوم کشف و تشخیص بدافزارها لایه سوم کنترل و تثبیت امنیت و لایه چهارم حذف اثار بدافزاری ازسیستم می باشد سیستم لایه ای بصورت یکپارچه ازلحاظ نفوذبدافزار تاکشف حذف و تثبیت امنیت مدیریت امنیت سیستم را برعهده داشته و بابهره گیری ازروشهای هیوریستیک داده کاوی الگوریتم های یادگیری ماشین و مطالعه دقیقی پیرامون نقاط نفوذسیستم عاملها و انالیزرفتاری مشترک بالغ بر30000 بدافزار توانایی مقابله با انواع گونه های بدافزار اشنا و نااشنا را بصورت ایستا وپویا با تحلیل عملکرد رفتاری دارا میباشد

کلیدواژه‌ها:

بدافزار ، تحلیل رفتاری بدافزارها ، داده کاوی ، الگوریتم های یادگیر ماشین ، بررسی ایستا و پویابدافزاری

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-NCCOS03-NCCOS03_113.html
کد COI مقاله: NCCOS03_113

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:
رشیدی, فرهنگ و رامین جعفرزاده، ۱۳۹۴، ارائه چهار چوبی نوین مبنی بر داده کاوی و الگوریتم های یادگیری ماشین جهت ایمن سازی سیستم در مقابل انواع بد افزارها، سومین همایش ملی کامپیوتر، سنندج، آموزشکده فنی و حرفه ای سما واحد سنندج، https://www.civilica.com/Paper-NCCOS03-NCCOS03_113.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: (رشیدی, فرهنگ و رامین جعفرزاده، ۱۳۹۴)
برای بار دوم به بعد: (رشیدی و جعفرزاده، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Goppit January 2006 - Microsot Books ...
  • Spyware Detection Using Data Mining for Windows Portable Executable Files ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۲۹۳۳
    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.