فایل ورد کامل کاوش قوانین رابطه ای برای گریز از نفوذ شبکه در داده های بازبینی شبکه
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد
متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم
فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل کاوش قوانین رابطه ای برای گریز از نفوذ شبکه در داده های بازبینی شبکه،به هیچ وجه بهم ریختگی وجود ندارد
تعداد صفحات این فایل: ۲۲ صفحه
بخشی از ترجمه :
۶- نتیجهگیری و پژوهش آتی
تشخیص نفوذ به طور فزایندهای برای هر فرد حائز اهمیت است. با توسع سریع اینترنت، مسائل مربوط به امنیت شبکه نقش الگوریتمهای دادهکاوی را پررنگتر کرده و سیستمهای تشخیص نفوذ میتوانند مانع از نفوذ در شبکه شوند که تا حد زیادی موجب بهبود امنیت شبکههای فعلی شده است. این تشخیص نفوذ بر ارسال علامتهای هشدار مبتنی شده است. کاوش قوانین رابطهای مبنای تشکیل الگوهای کاوش محسوب میشود. کیفیت این الگوریتم بر سطح کارآیی و سرعت تکیه دارد. این مقاله قوانین رابطهای و الگوریتم Apriori را مورد بحث قرار دهد که برای مسائل تشخیص نفوذ استفاده شده است. الگوریتم قوانین رابطهای، درواقع الگوریتمهای داده کاوی مهمی محسوب میشوند. در این مقاله چارچوبی را برای جستجوی روشهای گریز صورت گرفته در مجموعه دادههای نفوذی معین ارائه نمودیم. روشهای گریز برای شناسایی حملات جدید براساس اطلاعات حاصل از حملات شناخته شده مورد استفاده قرار گرفته است. هدف از استفاده از این چارچوب ایجاد وقفه در تشخیص NIPS نیست. برای این منظور از مجموعه داد KDD cup1999 استفاده میکنیم و الگوریتم Apriori مبتنی بر نشانهها را به کار میبریم که بسیار شناخته شده است و به طور گستردهای برای تشخیص نفوذ مورد استفاده قرار میگیرد. این چاروب برای شناسایی حملات ناشناخته با میزان دقت و کارآیی بالا استفاده شده است. این نوع NIPS گریزی دارای دامن وسیعی است. روش دیگر برای تحلیل آن است که آیا میتوان این روشها را به طور مستقیم برای الگوسازی NIPS تجاری به کار برد.
عنوان انگلیسی:Mining Association Rules to Evade Network Intrusion in Network Audit Data~~en~~
۶ Conclusion and Future
Work Intrusion Detection is also increasingly valued by everyone. With the rapid development of Internet, network security issues also wants to highlight, combining data mining algorithms, Intrusion Detection can prevent network intrusion, greatly improving security Currently Network-based intrusion detection detects intrusions based on signatures. The association rules mining is the base of the data mining models built. The quality of this algorithm lies in the level of efficiency and speed. The paper discusses the association rules and the Apriori algorithm which is applied to Intrusion Detection problems. Association rules algorithm is an important data mining algorithms. In this paper we present a framework to look for evasions over a given intrusion dataset. Evasion technique is used for detecting new attacks based on the information of known attacks. The aim of using our framework is not to break the detection of the NIPS. For this purpose we are using the KDD cup 1999 dataset and applying the signature Apriori algorithm which is well known and widely used for intrusion detection. This framework used to detect the unknown attacks with high accuracy rate and high efficiency. This type of evade NIPS has very vast scope in future like one is to create our own dataset. The other is to analyse if these techniques can be applied straight to model a commercial NIPS.
$$en!!
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
مهسا فایل |
سایت دانلود فایل 