#988 کد مقاله | زمینه: کامپیوتر | ||
عنوان انگلیسی: |
A P2P Botnet detection scheme based on decision tree and adaptive multilayer neural networks |
تعداد صفحات انگلیسی: |
14 صفحه |
عنوان فارسی: |
طرح شناسایی بات نت P2P مبتنی بر درخت تصمیم و شبکه های عصبی چند لایه تطبیقی |
تعداد صفحات فارسی: |
25 صفحه |
نوع فایل: |
فایل word ترجمه و pdf انگلیسی |
قیمت فروش: |
160,000 ريال |
چکیده فارسی: |
چکیده. در سال های اخیر، بات نتها به
عنوان یک روش محبوب برای حمل و گسترش بسیاری از کدهای مخرب در اینترنت پذیرفته شده
اند. این کدهای مخرب راهی برای اجرای بسیاری از فعالیت های کلاهبرداری از قبیل
هرزنامه ها، حملات لغو سرویس توزیع شده و کلیک های کلاهبرداری هستند. در حالی که
بسیاری از بات نتها با استفاده از ساختار ارتباطی متمرکز، راه اندازی می شوند،
بات نت های نظیر به نظیر (P2P) می توانند یک ساختار تمرکز زدایی
شده با استفاده از شبکه های پوششی برای تبادل داده های کنترل و دستور را بسازند که
شناسایی آنها را دشوار می سازد. این کار روش شناسایی بات P2P را براساس یک شبکه عصبی پیش خور چند لایه تطبیقی در همکاری با
درختان تصمیم، ارائه می نماید. یک درخت تصمیم و رگرسیون (برگشت) به عنوان یک روش
انتخاب ویژگی اعمال می شود تا ویژگی های مرتبط را انتخاب نماید. با این ویژگی ها،
یک مدل آموزشی شبکه عصبی پیش خور چند لایه با استفاده از یک الگوریتم یادگیری پس
انتشار انعطاف پذیر ایجاد می شود. مقایسه انتخاب مجموعه ویژگی مبتنی بر درخت
تصمیم، تحلیل مولفه اصلی و الگوریتم ReliefF
است که مدل شبکه عصبی را با انتخاب ویژگیها براساس درخت تصمیم دارای یک دقت
شناسایی بهتر همراه با نرخ های مثبت نادرست پایین تر است. سودمندی روش پیشنهادی با
اجرای آزمایشاتی روی مجموعه داده های ترافیک شبکه واقعی، توضیح داده می شود. در
این آزمایشات، یک نرخ شناسایی متوسط 08/99 % با نرخ مثبت نادرست 75/0 % مشاهده می
شود.
|
||
نسخه انگلیسی: |
|||
قیمت فروش: |
160,000 ريال |
||
پرداخت اینترنتی و دریافت
|