دسته بندی متون رمزنگاری شده با استفاده از یادگیری ژرف
Publish place: 3rd International Conference on Applied Research in Computer Engineering and Information Technology
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 768
This Paper With 8 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:
CITCONF03_397
تاریخ نمایه سازی: 12 تیر 1395
Abstract:
در این مقاله به دنبال ارائه روشی برای شناسایی الگوریتم استفاده شده برای متون رمزنگاری شده در فایلهای متنی هستیم فرآیند شناسایی الگوریتم رمزنگاری از روی متون رمزنگاری شده با عنوان دسته بندی متن نیزشناخته می شودروشهای مختلفی برای دسته بندی الگوریتم رمزنگاری ارائه شدهاست در این مقاله به دنبال ارائه روشی مبتنی بر یادگیری ژرف هستیم برای محاسسبه کارایی سامانه از سه الگوریتم پرکاربرد در حوزه رمزنگاری با نام BLOWFISH,RC5,AES استفاده شده است. کارایی سامانه پیشنهادی در دسته بندی الگوریتمها به 98.9 درصد رسیده است
Keywords:
Authors
محسن فیاض
دانشجوی کارشناسی ارشد هوش مصنوعی مجتمع دانشگاهی فناوری اطلاعات ارتباطات و امنیت دانشگاه صنعتی مالک اشتر تهران
محمد حاجی زاده صفار
دانشجوی کارشناسی ارشد هوش مصنوعی مجتمع دانشگاهی فناوری اطلاعات ارتباطات و امنیت دانشگاه صنعتی مالک اشتر تهران
مریم حورعلی
استادیار گروه علمی هوش مصنوعی مجتمع دانشگاهی فناوری اطلاعات ارتباطات و امنیت دانشگاه صنعتی مالک اشتر تهران
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 :