Publisher of Iranian Journals and Conference Proceedings

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

جلوگیری از حملات شبکه های اجتماعی با استفاده از تکنیکهای هوشمندانه

جلوگیری از حملات شبکه های اجتماعی با استفاده از تکنیکهای هوشمندانه
Year: 1395
COI: SCLO02_025
Language: PersianView: 235
This Paper With 17 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 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

افسانه بساطی - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد دزفول
محسن چگین - دانشگاه آزاد اسلامی واحد دزفول ، گروه فنی و مهندسی ،دزفول ، ایران.
حمید براتی - دانشگاه آزاد اسلامی واحد دزفول ، گروه فنی و مهندسی ،دزفول ، ایران.

Abstract:

امروزه رایانش ابری مکانیزم در حال ظهور برای محاسبات سطح بالاست. ابرها برحسب میزان هزینه و تقاضای کاربران اطلاعات را دریافت و ارسال میکنند. در این پژوهش برای برقراری امنیت در شبکههای ابری و جلوگیری از حملهی انکار از سرویس( DOS (روشی را به کار میبریم که با استفاده از الگوریتم یادگیری ماشین و با استفاده از تکنیک عامل متحرک تشخیص نفوذ را بسیار سریعتر انجام خواهد داد. در این رویکرد به کمک عاملهای متحرک، اطلاعات مربوط به تشخیص نفوذ در کل شبکه پخش نشده بلکه در همسایگی عاملها منتشر خواهد شد. در این روش، توپولوژی شبکه را بهصورت خوشهبندی و با انتخاب سر خوشه ایجاد میکنیم که درواقع هدف ما از این کار بهینه کردن پارامترهای زیر میباشند و کاهش فاصله و کمتر ین بار پردازشی در شبکهی ابری و بیشترین تشخیص و بیشترین حمله و انرژی مصرفی است. از بین همهی پارامترها انرژی مصرفی بیشتر در نظر گرفته شده است. روش پیشنهادی پس از شبیهسازی با الگوریتم EVDF مقایسه شده است در این شبیهسازی پس از 2000 بار اجرا، تمام گرههای روش پیشنهادی هنوز هم انرژی دارند در صورت ی که در روش EVDF انرژی هر گره به زیر 1/0 رسیده است. در بخشهای دیگر ارزیابی و مقایسه مشاهده شد که روش EVDF در 5000 بستهی ردوبدل شده میتواند تنها30 درصد از حمله را تشخیص دهد. در حالیکه در روش پیشنهادی 35 درصد از حملات تشخیص داده می شود. به همین دلیل است که روش پیشنهادی باعث بهبود پارامترهای فاصله و انرژی و نیز باعث افزایش طول عمر شبکه میشوند.

Keywords:

Paper COI Code

This Paper COI Code is SCLO02_025. 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/653874/

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:
بساطی، افسانه و چگین، محسن و براتی، حمید،1395،جلوگیری از حملات شبکه های اجتماعی با استفاده از تکنیکهای هوشمندانه،Supply Chain & Logistics،https://civilica.com/doc/653874

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: Azad University
Paper count: 4,521
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.

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