CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

استفاده از الگوریتم بهینه سازی کلونی مورچگان برای تشخیص و دسته بندی نفوذ

عنوان مقاله: استفاده از الگوریتم بهینه سازی کلونی مورچگان برای تشخیص و دسته بندی نفوذ
شناسه ملی مقاله: TDCONF01_161
منتشر شده در اولین همایش ملی الکترونیکی پیشرفت های تکنولوژی در مهندسی برق، الکترونیک و کامپیوتر در سال 1393
مشخصات نویسندگان مقاله:

منیره حسام - دانشجوی کارشناسی ارشد موسسه عالی میرداماد گرگان
علی اکبر تجری - دانشجوی دکتری دانشگاه تبریز

خلاصه مقاله:
بهینه سازی گروه مورچه ها یا ACO ، یک مسئله بهینه سازیست که گاه حل آن بسیار دشوار است و گاه نیز بسیار زمانبر. در این روش(ACO)، مورچه های مصنوعی به وسیله حرکت بر روی نمودار مساله و با باقی گذاشتن نشانه هایی بر روی آن، همچون مورچه های واقعی که در مسیر حرکت خود نشانه های باقی می گذارند، باعث می شوند که مورچه های مصنوعی بعدی بتوانند راه حل های بهتری را برای مساله فراهم نمایند. مطالعات کلنی مورچه به وفور در مجموعه ای از الگوریتم های هوشمند کمک کرده است. بهینه سازی الگوریتم مورچه (ACO) با موفقیت به کارهای بهینه سازی ترکیبی به خصوص به مشکل طبقه بندی داده کاوی استفاده گردیده است. الگوریتم های مبتنی بر مورچه و یا بهینه سازی کلونی مورچه ها (ACO) ، در زمینه داده کاوی کاربردی برای استخراج طبقه مبتنی بر قواعد بکار برده شده و در زمینه مشکلات بهینه سازی ترکیبی بطور موفق استفاده شده است.

کلمات کلیدی:
الگوریتم کلونی مورچگان، تشخیص نفوذ، داده کاوی، الگوریتم مورچه-معدن

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/362523/