ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

طراحی و پیاده سازی یک سیستم هوشمند جهت پیشبینی تشخیص نفوذ شبکه با استفاده از تکنیک های داده کاوی

Year: 1395
Publish place:
COI: ICTMNGT02_112
Language: PersianView: 805
This Paper With 13 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

شکوه احمدی کیا - دانشجوی موسسه آموزش عالی شفق،گروه هوش مصنوعی،تنکابن،ایران
رضا طاولی - استاد ،عضو هیئت علمی تماموقت دانشگاه آزاد اسلامی واحد چالوس
مریم کاظمی پور - دانشجوی موسسه آموزش عالی شفق،گروه هوش مصنوعی،تنکابن،ایران

Abstract:

امروزه با گسترش شبکه های کامپیوتری، بحث امنیت شبکه ها بیش از گذشته مورد توجه پژوهشگران قرار گرفته است. در این راستا تشخیص نفوذ به عنوان یکی از ابزارهای اصلی برقراری امنیت در شبکه های کامپیوتری شناخته میشود. سیستم کشف نفوذ که به اختصار IDS نامیده میشود، برنامه ایست که با تحلیل ترافیک جاری شبکه و یا تحلیل تقاضاها سعی در شناسایی فعالیت های نفوذگرانه می نماید و در صورتی که تشخیص دهد که ترافیک ورودی به شبکه از طرف کاربران مجاز نیست و از فعالیت های یک نفوذگر ناشی میشود، به نحو مناسب مسئول شبکه را در جریان میگذارد و یا یک واکنش خاص نشان می دهد بنابراین سیستم های تشخیص نفوذ، بخش زیادی از زیربنای امنیتی سازمان ها را تشکیل می دهند . در این راستا استفاده از رویکردهای هوشمندانه ی داده کاوی و سیستم های خبره، به منظور پیشگویی ناهنجاری ها در شبکه های کامپیوتری در حال افزایش است. دراین مقاله از سه طبقه بند متداول نظیر ،درخت تصمیم k نزدیکترین همسایه و بیزین برای ساخت مدل استفاده شده است. مجموعه داده مورد بررسی در این مقاله شامل بیش از 4 میلیون رکورد و 41 ویژگی است. از آنجاییکه این مجموعه داده بزرگ نمیتواند به صورت مستقیم به برخی مدل ها در مرحله آموزش تغذیه شود، به همین دلیل مجموعه داده به اندازه کوچکتر تبدیل و سپس مجموعه داده کوچک شده برای آموزش دسته بندی برای تشخیص نفوذ استفاده میشود. دقت دسته بندها به ترتیب: درخت تصمیم با 96.90%نزدیکترین همسایه با 96.45% و بیزین ساده 48.58% میباشد که در میان اینها درخت تصمیم با 96.90% عملکرد بهتری نسبت به سایر کلاسیفایرها دارد که به نسبت نتایج خوبی است

Keywords:

سیستم های - تشخیص نفوذ , داده کاوی , امنیت شبکه IDS systems

Paper COI Code

This Paper COI Code is ICTMNGT02_112. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/528508/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
احمدی کیا، شکوه و طاولی، رضا و کاظمی پور، مریم،1395،طراحی و پیاده سازی یک سیستم هوشمند جهت پیشبینی تشخیص نفوذ شبکه با استفاده از تکنیک های داده کاوی،دومین کنفرانس بین المللی مدیریت و فناوری اطلاعات و ارتباطات،Tehran،https://civilica.com/doc/528508

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 :

  • نسترن حاجی حیدری، سامرند خالهء، احمد فراهی، " طبقه‌بندی میزان ...
  • J. .M rques de S _ "Applied staistics: usin SPSS, ...
  • Ata A. and Ibrahim H. Seyrek, _ the Use of ...
  • Larose, Daniel T. "Discovering knowledge in data: an introduction to ...
  • M. Shahbaz, S. A. Masood, M. Shaheen and A. Kh ...
  • Network Intrusion Detection System. November 2012 ...
  • Carlos Ordonez, "Improving Heart Disease Prediction Using Constrained Association Rules, ...
  • Turban E., J.E. Aronson, T.P. Liang, and R. Sharda, _ ...
  • ased network intrusion detection: Anomaly-b؛ [8] P.Garcn 'a-Teodoro and J.D1 ...
  • Novel Intrusion Detection System A:ه [9] M. N. Mohammad, , ...
  • S.Y. Wua and , E. Yen b, "Data mining-based intrusion ...
  • Panda M and Patra MR., Mining association rules for constructing ...
  • Srinivasu, P., and P. S. Avadhani, Genetic Algorithm based Weight ...
  • [Forrest96] "A Sense of Self for Unix Processes" By: Stephanie ...
  • [Hofmeyr07] "Intrusion Detection using Sequences of System Calls" By: Stephanie ...
  • [Wagner02] "Mimicry Attacks On Host-Based Intrusion Detection Systems" By: David ...
  • Kotsiantis, Sotiris B. "Decision trees: a recent overview." Artificial Intelligence ...
  • Farid, D. M., Zhang, L, Rahman, C. M., Hossain, M. ...
  • Vojislav Kecman: "Learning and Soft Computing Support Vector Machines, Neural ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Scientometrics

    The specifications of the publisher center of this Paper are as follows:
    Type of center: موسسه غیرانتفاعی
    Paper count: 218
    In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

    مقالات پیشنهادی مرتبط

    New Papers

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support