دانلود مقاله و خرید ترجمه:سیستم تشخیص نفوذ با استفاده از خوشه‌بندی K میانگین، C4:5، FNN، دسته‌بند SVM

رمضان

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده امنیت ( Security )
  • Intrusion Detection System by using K-Means clustering, C 4:5, FNN, SVM classifier سیستم تشخیص نفوذ با استفاده از خوشه‌بندی K میانگین، C4:5، FNN، دسته‌بند SVM

    سال انتشار:

    2014


    ترجمه فارسی عنوان مقاله:

    سیستم تشخیص نفوذ با استفاده از خوشه‌بندی K میانگین، C4:5، FNN، دسته‌بند SVM


    عنوان انگلیسی مقاله:

    Intrusion Detection System by using K-Means clustering, C 4:5, FNN, SVM classifier


    منبع:

    International Journal of Emerging Trends and Technology in Computer Science Volume 3, Issue 6, November-December 2014


    نویسنده:

    Miss Meghana Solanki, Mrs. Vidya Dhamdhere


    چکیده انگلیسی:

    Security of Information is one of the cornerstones of Information Society. As number of Network attacks have increased over the past few years, intrusion detection system (IDS) is increasingly becoming a critical component to protect the network. .In recent years, many researchers are using data mining techniques for building IDS. One of the main challenges in the security management of large-scale highspeed networks is the detection of suspicious anomalies in network traffic patterns due to Distributed Denial of Service (DDoS) attacks or worm propagation. Intrusion detection methods started appearing in the last few years. Here, We present a Intrusion detection method using K-means clustering, neuro-fuzzy models, Support vector machine (SVM) and C4.5 algorithm. We propose a four level framework for Intrusion detection in which first procedure concerns to generate different training subsets by using kmeans clustering, second procedure based on the training subsets different neuro-fuzzy models are trained, third procedure a vector for SVM classification and radial SVM classification is perform. Finally we build the decision tree using C4.5 decision tree algorithm.
    Keywords:Fuzzy Neural Network | Intrusion Detection System | Network Intrusion Detection System | SVM etc


    چکیده فارسی:

    امنیت اطلاعات یکی از پایه‌های جامعه اطلاعاتی محسوب می‌شود. با افزایش حملات شبکه‌ای در چند سال گذشته، سیستم تشخیص نفوذ (IDS) نیز با سرعت فزآینده‌ای در حال تبدیل شدن به یک مؤلفه تعیین‌کننده در حفاظت شبکه قرار دارد . در سال‌های اخیر، بسیاری از محققان از تکنیک‌های داده‌کاوی برای ساخت سیستم‌های تشخیص نفوذ بهره‌ می‌گیرند. تشخیص نابهنجاری‌های مشکوک در الگو‌های ترافیک شبکه ناشی از حملات عدم پذیرش سرویس‌دهی توزیعی (DDoS) یا حرکت حلزونی، یکی از چالش‌های اصلی در مدیریت امنیت شبکه‌های گسترده پرسرعت می‌باشد. روش‌های تشخیص نفوذ در چند سال اخیر شروع به ظهور کرده است. در این مقاله، یکی از روش‌های تشخیص نفوذ را با استفاده از خوشه‌بندی K میانگین، مدل‌های نورو- فازی، ماشین بردار پشتیبانی (SVM) و الگوریتم C4.5 معرفی می‌کنیم. علاوه بر این، نوعی ساختار چهار سطحی برای تشخیص نفوذ ارائه می‌دهیم که اولین پروسه آن به ساخت زیرمجموعه‌های آموزشی متفاوت به کمک خوشه‌بندی K میانگین مربوط می‌شود. دومین پروسه بر پایه زیرمجموعه‌های آموزشی قرار گرفته است که در آن مدل‌های نورو – فازی مختلفی آموزش داده می‌شود. سومین پروسه، برداری جهت دسته‌بندی ماشین بردار پشتیبانی است که در آن دسته‌بندی شعاعی ماشین بردار پشتیبانی انجام می‌شود. در پایان، درخت تصمیم را با بکارگیری از الگوریتم درخت تصمیم C4.5 درست می‌کنیم.
    واژه‌های کلیدی: شبکه عصبی فازی | سیستم تشخیص نفوذ | سیستم تشخیص نفوذ شبکه | SVM و غیره.


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 4
    تعداد صفحات فایل doc فارسی: 16

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 415 کیلوبایت


    قیمت: 15000 تومان  12000 تومان(20% تخفیف)


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
امنیت
موضوعات
footer