ارزیابی ویژگیهای جدیدبرای شناسایی روبات های مخرب وب برپایه ی روشهای یادگیری ماشین
Publish place: First National Conference on Advances in computer science and information retrieval approaches
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 955
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJ01_716
تاریخ نمایه سازی: 29 دی 1392
Abstract:
امروزه انواع مختلفی ازروباتهای وب همزمان با کاربران انسانی به اطلاعات سایت ها دسترسی پیدا می کنند دسته بندیکاربران وجداسازی انسان ها ازروبات ها مسئله مهم برای سرورهای ارایهدهنده ی خدمات محسوب میشود چرا که گاهی خدمت دهی به روبات ها مانع ازارایه خدمات کافی برای کاربرانسانی میشود ازطرفی روباتها خودشان به دسته های خوش رفتارومخرب تقسیم بندی میشوند و نبایدازدسترسی همه ی آنها جلوگیری به عمل اورد ازجمله روبات مخربی که برای حمله به سایت ها استفاده میشوند روباتهای حمله ی منع سرویس هستند که همه ساله خسارت فراوانی ازخود برجای میگذارند مادراین تحقیق بااستفاده ازتکنیک های یادگیری ماشین برروی فایل ثبت وقایع سایت به مدلی مناسب برای شناسایی روباتهای مخرب وب باصحت بالای 96درصد دست پیدا کرده ایم همچنین مابانگاهی ویژه به روباتهای مخربی که رفتارانسان ها را تقلید می کنند روش جدیدی برای برچسب گذاری مجموعه داده پیشنهاد دادیم و باارایه 4ویژگی جدید نشان دادیم که روشهای یادگیری ماشین بااستفاده ازویژگیهای ارایه شده درپژوهشهای قبلی و افزودن این ویژگی ها عملکردبهتری ازخود نشان میدهند
Keywords:
Authors
ناصر یوسفی
دانشجوی کارشناسی ارشد
مجید وفایی جهان
استادیاردانشگاه آزاد اسلامی واحد مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :