سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,947

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ACCSI22_075

Index date: 4 September 2017

کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری abstract

به طور کلی، اغلب سیستم های تحلیل ترافیک شبکه های کامپیوتری مبتنی بر ویژگی هستند که این ویژگی ها شامل مواردی همچون شماره درگاه، نمادهایثابت و ویژگی های آماری می باشند. مشکل اصلی تحلیل ترافیک به منظور تشخیص ترافیک و یا کشف ناهنجاری، یافتن ویژگی های مناسب در ترافیکاست. فرآیند یافتن ویژگی های مناسب، عموما امری زمان بر است. همچنین این روش برای انواع ناشناخته ترافیک و ناهنجاری پاسخگو نیست. برای حلاین مشکل، ما روشی مبتتی بر یادگیری عمیق و شبکه های عصبی مصنوعی ارایه می کنیم. نتایج شبیه سازی های این روش نشان می دهند که این روشدر کابرد هایی همچون یادگیری ویژگی، تشخیص ترافیک و کشف ناهنجاری مفید واقع می شود.

کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری Keywords:

کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری authors

محمد لطف اللهی

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران

رامین شیرالی حسین زاده

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران

مهدی جعفری سیاوشانی

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران

محمدصادق صابریان

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران

مقاله فارسی "کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری" توسط محمد لطف اللهی، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران؛ رامین شیرالی حسین زاده، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران؛ مهدی جعفری سیاوشانی، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران؛ محمدصادق صابریان، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران نوشته شده و در سال 1395 پس از تایید کمیته علمی بیست و دومین کنفرانس ملی سالانه انجمن کامپیوترایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله یادگیری عمیق، یادگیری ویژگی، شبکه های عصبی، تشخیص ترافیک، یادگیری باسرپرستی هستند. این مقاله در تاریخ 13 شهریور 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1947 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که به طور کلی، اغلب سیستم های تحلیل ترافیک شبکه های کامپیوتری مبتنی بر ویژگی هستند که این ویژگی ها شامل مواردی همچون شماره درگاه، نمادهایثابت و ویژگی های آماری می باشند. مشکل اصلی تحلیل ترافیک به منظور تشخیص ترافیک و یا کشف ناهنجاری، یافتن ویژگی های مناسب در ترافیکاست. فرآیند یافتن ویژگی های مناسب، عموما امری زمان بر است. همچنین ... . این مقاله در دسته بندی موضوعی یادگیری عمیق طبقه بندی شده است. برای دانلود فایل کامل مقاله کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.