انتخاب ویژگی های مؤثر در تشخیص حملات شبکه های اقتضایی متحرک مبتنی بر الگوریتم ABACO
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 728
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICFUZZYS15_059
تاریخ نمایه سازی: 25 بهمن 1394
Abstract:
شبکه های اقتضایی متحرک در مقایسه با شبکه های معمولی به دلیل داشتن همبندی پویا در مقابل حملات مختلف آسیب پذیرتر بوده و به راه حل های امنیتی متفاوتی نیاز دارند. در مجموعه داده های جمع آوری شده از ترافیک شبکه به دلیل وجود داده های نویزی و زائد تشخیص حملات و دسته بندی آ نها با مشکلات جدی مواجه خواهد شد که باید از روش های انتخاب ویژگی برای حذف این داده ها استفاده نمود. در این مقاله،رویکردی مبتنی بر الگوریتم ABACO برای انتخاب ویژگی های موثر در طبقه بندی و تشخیص ناهنجاری های شبکه های اقتضایی متحرک,به نام FS-ACO ,ارائه شده است.نتایج آزمایش ها تائیدمی کنند که کاهش ویژگی ها علاوه بر افزایش دقت,سبب افزایش سرعت در تشخیص و طبقه بندی حملات می شود.
Keywords:
شبکه اقتضایی متحرک , ناهنجاری , انخاب ویژگی , الگوریتم جمعیت مورچگان , طبقه بند -k نزدیک ترین همسایه
Authors
مهدیه فرزان نیا
دانشجوی کارشناسی ارشد,دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان
حمید رضا ناجی
دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان
حسین نظام آبادی پور
دانشگاه شهیذ باهنر کرمان
فاطمه بارانی
مجتمع آموزش عالی بم
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 :