دانلود مقاله کنفرانسی فارسی:بهینه سازی کلاسبندی های ترافیک شبکه با استفاده از روش  KPCA در جهت افزایش دقت و سرعت عملکرد مدیریت ترافیک شبکه

تخفیف ماه 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 کنفرانسی فارسی شبکه
  • بهینه سازی کلاسبندی های ترافیک شبکه با استفاده از روش KPCA در جهت افزایش دقت و سرعت عملکرد مدیریت ترافیک شبکه

    سال انتشار:

    1395


    عنوان:

    بهینه سازی کلاسبندی های ترافیک شبکه با استفاده از روش KPCA در جهت افزایش دقت و سرعت عملکرد مدیریت ترافیک شبکه


    منبع:

    اولین کنفرانس بین المللی چشم انداز های نو در مهندسی برق و کامپیوتر


    نویسنده:

    محسن نورایی ،محمد رضا وظیفه


    چکیده فارسی:

    یک جنبه مهم و اساسی در مدیریت شبکه از دیدگاه اپراتور،توانایی درک و یا طبقه بندی تمامی ترافیکی است که از شبکه عبور میکند اکثر راه حل های رایج فعلی نظیرر بازرسی عمیق بسته ها و طبقه بندی اماری عمیقا به در دسترس بودن داده های اموزشی تکیه میکنند .الگوریتم های بدون نظارت به عنوان روشی برای دید متفاوت و رو به رشد به صورت خودکار و اتوماتیک کلاس های ترافیک را شناسایی میکنند اما دقت بدست امده اجازه نمیدهد که از انها به صورت یک سناریوی عملی در زمینه خوشه بندی ترافیک استفاده کرد .راه حل این مشکل استفاده از روش های نیمه نظارتی می باشد .الگوریتم های نیمه نظارتی به صورت خودکار اجازه میدهند تا خوشه ترافیک را شناسایی کرده و برچسب بزند در این مقاله سعی شده است تا با تمرکز بر روی عملکرد خوشه بندی و با استفاده از روش های نوین نظیر روشهای کرنل در این زمینه ،عملکرد خوشه بندی ترافیک شبکه با دقت وسرعت بیشتری انجام می شود.برای این کار با توجه به وجود چندین ویژگی در بسته های ترافیک شبکه ،مسئله به صورت یک مسئله چند بعدی و غیر خطی در نظر گرفته شده و با استفاده از روش کرنل که از روش های نوین در مبحث خوشه بندی داده های غیر خطی و چند بعدی می باشد با استفاده از الگوریتم خوشه بندی Kernel pcaکه ویژگی های مناسب با توجه به توانایی انها در توصیف خوشه های موجود در داده ها بر اساس انتروپی انتخاب و وزن دهی می شوند اقدام به بهینه سازی عملکرد خوشه بندی بسته های ترافیک شبکه در جهت افزایش دقت و سرعت عملیات خوشه بندی صورت پذیرد
    کلمات کلیدی :کرنل ،کلاسبند ترافیک شبکه،فضای ویژگی ،مجموعه ارزیاب


    سطح: متوسط
    تعداد صفحات فایل pdf : 9
    حجم فایل: 434 کیلوبایت

    قیمت: 2500 تومان


    توضیحات اضافی:


    کاربر عزیز در صورتی که شما نویسنده این مقاله هستید و تمایل دارید مقاله شما از سایت حذف شود و یا به صورت رایگان در اختیار کاربران قرار گیرد از طریق بخش ارتباط با ما اطلاع دهید تا خواسته شما انجام شود


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
شبکه-
موضوعات
footer