انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM)
امروزه سیستمهای کامپیوتری مبتنی بر شبکه، نقش حیاتی در جامعه مدرن امروزی دارند و به همین علت ممکن است هدف دشمن و یا نفوذ قرار گیرند. بهمنظور ایجاد امنیت کامل در یک سیستم کامپیوتری متصل به شبکه، استفاده از دیوار آتش و سایر مکانیزم‌های جلوگیری از نفوذ همیشه کافی نیست و باید از سیستمهای دیگری به نام...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Imam Hussein University
2024-12-01
|
| Series: | پدافند غیرعامل |
| Subjects: | |
| Online Access: | https://pd.ihu.ac.ir/article_209335_8076de1626fd5e51baa8e0269a4dcc09.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832572372492746752 |
|---|---|
| author | حمید طباطبایی سمیرا هادوی |
| author_facet | حمید طباطبایی سمیرا هادوی |
| author_sort | حمید طباطبایی |
| collection | DOAJ |
| description | امروزه سیستمهای کامپیوتری مبتنی بر شبکه، نقش حیاتی در جامعه مدرن امروزی دارند و به همین علت ممکن است هدف دشمن و یا نفوذ قرار گیرند. بهمنظور ایجاد امنیت کامل در یک سیستم کامپیوتری متصل به شبکه، استفاده از دیوار آتش و سایر مکانیزم‌های جلوگیری از نفوذ همیشه کافی نیست و باید از سیستمهای دیگری به نام سیستمهای تشخیص نفوذ استفاده شود. بهدلیل وجود مشخصه‌های زیاد در داده‌های مربوط به سیستمهای تشخیص نفوذ، جهت استفاده از مشخصه‌های مطلوب و موثر از الگوریتم یادگیری ماشین مفرط بدون نظارت استفاده می‌شود. جهت طبقه‌بندی داده‌ها از مدل UELM و ارزیابی عملکرد روش پیشنهادی، از پایگاه داده با رکوردهای واقعی تر NSL-KDD نسبت به سایر مجموعه دادگان تشخیص نفوذ، استفاده می‌گردد. نتایج آزمایش‌ها نشان‌دهنده صحت 38/98 UELM در مقایسه با صحت 74/93 GWO است. دلیل این برتری، استفاده ازمدل مناسب در مسئله دسته‌بندی، تشخیص نفوذ، ساختار مستحکم و تعمیم‌پذیر شبکه عصبی بدون نظارت می باشد. |
| format | Article |
| id | doaj-art-c3307b976702492ba7395853752f629a |
| institution | Kabale University |
| issn | 2008-6849 2980-8030 |
| language | fas |
| publishDate | 2024-12-01 |
| publisher | Imam Hussein University |
| record_format | Article |
| series | پدافند غیرعامل |
| spelling | doaj-art-c3307b976702492ba7395853752f629a2025-02-02T10:42:19ZfasImam Hussein Universityپدافند غیرعامل2008-68492980-80302024-12-011542540209335انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM)حمید طباطبایی0سمیرا هادوی1دانشیار گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایرانکارشناسی ارشد گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایرانامروزه سیستمهای کامپیوتری مبتنی بر شبکه، نقش حیاتی در جامعه مدرن امروزی دارند و به همین علت ممکن است هدف دشمن و یا نفوذ قرار گیرند. بهمنظور ایجاد امنیت کامل در یک سیستم کامپیوتری متصل به شبکه، استفاده از دیوار آتش و سایر مکانیزم‌های جلوگیری از نفوذ همیشه کافی نیست و باید از سیستمهای دیگری به نام سیستمهای تشخیص نفوذ استفاده شود. بهدلیل وجود مشخصه‌های زیاد در داده‌های مربوط به سیستمهای تشخیص نفوذ، جهت استفاده از مشخصه‌های مطلوب و موثر از الگوریتم یادگیری ماشین مفرط بدون نظارت استفاده می‌شود. جهت طبقه‌بندی داده‌ها از مدل UELM و ارزیابی عملکرد روش پیشنهادی، از پایگاه داده با رکوردهای واقعی تر NSL-KDD نسبت به سایر مجموعه دادگان تشخیص نفوذ، استفاده می‌گردد. نتایج آزمایش‌ها نشان‌دهنده صحت 38/98 UELM در مقایسه با صحت 74/93 GWO است. دلیل این برتری، استفاده ازمدل مناسب در مسئله دسته‌بندی، تشخیص نفوذ، ساختار مستحکم و تعمیم‌پذیر شبکه عصبی بدون نظارت می باشد.https://pd.ihu.ac.ir/article_209335_8076de1626fd5e51baa8e0269a4dcc09.pdfانتخاب ویژگیشبکه‌های عصبی مصنوعیماشین یادگیری مفرط بدون نظارتتشخیص نفوذ |
| spellingShingle | حمید طباطبایی سمیرا هادوی انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM) پدافند غیرعامل انتخاب ویژگی شبکه‌های عصبی مصنوعی ماشین یادگیری مفرط بدون نظارت تشخیص نفوذ |
| title | انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM) |
| title_full | انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM) |
| title_fullStr | انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM) |
| title_full_unstemmed | انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM) |
| title_short | انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت (UELM) |
| title_sort | انتخاب ویژگی و تشخیص نفوذ در شبکه‌های حسگر بی سیم با استفاده از یادگیری ماشین مفرط بدون نظارت uelm |
| topic | انتخاب ویژگی شبکه‌های عصبی مصنوعی ماشین یادگیری مفرط بدون نظارت تشخیص نفوذ |
| url | https://pd.ihu.ac.ir/article_209335_8076de1626fd5e51baa8e0269a4dcc09.pdf |
| work_keys_str_mv | AT ḥmydṭbạṭbạyy ạntkẖạbwyzẖgywtsẖkẖyṣnfwdẖdrsẖbḵhhạyḥsgrbysymbạạstfạdhạzyạdgyrymạsẖynmfrṭbdwnnẓạrtuelm AT smyrạhạdwy ạntkẖạbwyzẖgywtsẖkẖyṣnfwdẖdrsẖbḵhhạyḥsgrbysymbạạstfạdhạzyạdgyrymạsẖynmfrṭbdwnnẓạrtuelm |