ترجمه مقاله بررسی تشخیص نفوذ به کمک یادگیری ماشین - نشریه الزویر

ترجمه مقاله بررسی تشخیص نفوذ به کمک یادگیری ماشین - نشریه الزویر
قیمت خرید این محصول
۳۱,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
تشخیص نفوذ توسط یادگیری ماشین: بررسی
عنوان انگلیسی
Intrusion detection by machine learning: A review
صفحات مقاله فارسی
14
صفحات مقاله انگلیسی
7
سال انتشار
2009
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
8000
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر و فناوری اطلاعات
گرایش های مرتبط با این مقاله
اینترنت و شبکه های گسترده، امنیت اطلاعات، شبکه های کامپیوتری و هوش مصنوعی
مجله
سیستم های خبره با کاربردهای آن - Expert Systems with Applications
دانشگاه
گروه مدیریت اطلاعات، دانشگاه ملی مرکزی، تایوان
کلمات کلیدی
تشخیص نفوذ، یادگیری ماشین، دسته‌بندهای ترکیبی، دسته‌بندهای گروهی
فهرست مطالب
چکیده
1.مقدمه
2. تکنیک‌های یادگیری ماشین
2.1. دسته‌بندی الگوها
2.2. دسته‌بندهای تکی
2.2.1. k نزدیکترین همسایه
2.2.2. ماشین‌های بردار پشتیبانی
2.2.3. شبکه‌های عصبی مصنوعی
2.2.4. نگاشت‌های خود سازمان‌ده
2.2.5. درخت‌های تصمیم‌
2.2.6. شبکه‌های ساده بیز
2.2.7. الگوریتم‌های ژنتیکی
2.2.8. منطق فازی
2.3. دسته‌بندهای ترکیبی
2.4. دسته‌بندهای گروهی
3. مقایسه تحقیقات مرتبط
3.1. مدل‌های طراحی دسته‌بند
3.2. دسته‌بندهای تکی
3.3. دسته‌بندهای ترکیبی
3.4. خطوط مبنا
3.5. مجموعه‌ داده‌ها
3.6. انتخاب ویژگی
4. بحث و نتیجه‌گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

The popularity of using Internet contains some risks of network attacks. Intrusion detection is one major research problem in network security, whose aim is to identify unusual access or attacks to secure internal networks. In literature, intrusion detection systems have been approached by various machine learning techniques. However, there is no a review paper to examine and understand the current status of using machine learning techniques to solve the intrusion detection problems. This chapter reviews 55 related studies in the period between 2000 and 2007 focusing on developing single, hybrid, and ensemble classifiers. Related studies are compared by their classifier design, datasets used, and other experimental setups. Current achievements and limitations in developing intrusion detection systems by machine learning are present and discussed. A number of future research directions are also provided.

نمونه چکیده ترجمه متن فارسی
چکیده
عمومیت استفاده از اینترنت، خطراتی از قبیل حمله به شبکه‌ها را به همراه دارد. تشخیص نفود یکی از مسائل پژوهشی مهم در حوزه امنیت شبکه محسوب می‌شود که با هدف شناسایی دسترسی غیرمعمول یا حملات صورت گرفته به شبکه‌های امن داخلی انجام می‌شود. در مقالات پژوهشی، تکنیک‌های یادگیری ماشین مختلفی در سیستم‌های تشخیص نفود بکار رفته است. اما، هیچ مقاله بازبینی برای بررسی و آگاهی از وضعیت فعلی کاربرد این گونه تکنیک‌ها در حل مسائل تشخیص نفوذ ارائه نشده است. در این فصل، 55 مورد تحقیق ارائه شده در این زمینه طی سال‌های 2000 تا 2007 را مورد نقد و بررسی قرار می‌دهیم که حول محور طراحی دسته‌بندهای تکی، ترکیبی و گروهی متمرکز شده‌اند. مطالعات مرتبط با این موضوع براساس طراحی دسته‌بندها، مجموعه‌داده‌های بکار رفته در آن‌ها و دیگر برنامه‌های آزمایشی‌شان مقایسه می‌شوند. موفقیت‌ها و محدویت‌های اخیر حوزه طراحی سیستم‌های تشخیص نفوذ به کمک یادگیری ماشین در اینجا معرفی و مورد بحث قرار گرفته است. علاوه بر این، چندین دستورالعمل پژوهشی آینده نیز مطرح شده است.

بدون دیدگاه