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

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 528

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCOS03_113

تاریخ نمایه سازی: 9 مرداد 1395

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

کلیدواژه ها:

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

نویسندگان

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

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 :