منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

ترجمه مقاله مدل آماری هیبریدی برای تشخیص حملات DDoS روی محیط رایانش ابری - نشریه IEEE

ترجمه مقاله مدل آماری هیبریدی برای تشخیص حملات DDoS روی محیط رایانش ابری - نشریه IEEE
قیمت خرید این محصول
۲۷,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
آنالیز حملات DDoS و مقدمه ای بر مدل آماری هیبریدی برای تشخیص حملات DDoS روی محیط رایانش ابری
عنوان انگلیسی
Analysis of DDoS Attacks and an Introduction of a Hybrid Statistical Model to Detect DDoS Attacks on Cloud Computing Environment
صفحات مقاله فارسی
10
صفحات مقاله انگلیسی
6
سال انتشار
2015
نشریه
آی تریپل ای - IEEE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
6441
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 مهندسی فناوری اطلاعات
گرایش های مرتبط با این مقاله
اینترنت و شبکه های گسترده، امنیت اطلاعات، شبکه های کامپیوتری و رایانش ابری
مجله
دوازدهمین کنفرانس بین المللی فناوری اطلاعات
دانشگاه
سیستم ها و علوم کامپیوتر، بخش دانشگاه هاوارد
کلمات کلیدی
امنیت ابری، دسترس پذیری سرویس های ابری، ماتریس کوواریانس، حملات DDoS ، انتروپی
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
1. مقدمه
2. تاثیرات حملات DDoS و انواع آنها
3. مروری برادبیات
4. آنالیز سیستم موجود
5. سیستم پیشنهادی
1. 5 ابتکار پیشنهادی
2. 5 شیوه ماتریس کوواریانس
3. 5 شیوه Kendall Tau
4. 5 شیوه انتروپی
6. نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

Cloud service availability has been one of the major concerns of cloud service providers (CSP), while hosting different cloud based information technology services by managing different resources on the internet. The vulnerability of internet, the distribute nature of cloud computing, various security issues related to cloud computing service models, and cloud’s main attributes contribute to its susceptibility of security threats associated with cloud service availability. One of the major sophisticated threats that happen to be very difficult and challenging to counter due to its distributed nature and resulted in cloud service disruption is Distributed Denial of Service (DDoS) attacks. Even though there are number of intrusion detection solutions proposed by different research groups, and cloud service providers (CSP) are currently using different detection solutions by promising that their product is well secured, there is no such a perfect solution that prevents the DDoS attack. The characteristics of DDoS attack, i.e., having different appearance with different scenarios, make it difficult to detect. This paper will review and analyze different existing DDoS detecting techniques against different parameters, discusses their advantage and disadvantages, and propose a hybrid statistical model that could significantly mitigate these attacks and be a better alternative solution for current detection problems.

نمونه چکیده ترجمه متن فارسی
چکیده

یکی از نگرانیهای اصلی تامین کنندگان سرویس های ابری (CSP)، دسترس پذیری سرویس های ابری بوده است، در حالیکه با مدیریت منابع مختلف روی اینترنت، میزبان سرویس های فناوری اطلاعات مبتنی بر ابر متفاوتی می باشد. آسیب پذیری اینترنت، طبیعت توزیع رایانش ابری، مسائل امنیتی مختلف مرتبط با مدلهای سرویس رایانش ابری، و مشخصه های اصلی ابر درمستعدپذیری اش در برابر تهدیدهای امنیتی مرتبط با دسترس پذیری سرویس های ابری سهیم هستند. یکی از تهدیدهای پیچیده اصلی که به خاطر طبیعت توزیع شده اش مقابله با آن بسیار سخت و چالش برانگیز است، ومنجر به اختلال در سرویس های ابری می گردد، حملات منع سرویس توزیع شده (DDoS) نام دارد. حتی در صورت وجود تعدادی راه حل تشخیص نفوذ پیشنهاد شده توسط گروههای تحقیقاتی مختلف، و استفاده تامین کنندگان سرویس های ابری (CSP) از راه حل های تشخیص مختلف با این امید که محصول آنها درست ایمن می شود، بازهم راه حل کاملی برای جلوگیری و پیشگیری از حمله DDoS وجود ندارد. خصوصیات حمله DDoS، به عبارتی ظاهر متفاوت درسناریوهای مختلف، تشخیص آن را سخت و دشوار می سازد. این مقاله تکنیک های تشخیص DDoS موجود را طبق پارامترهای مختلف مرور وموردآنالیز قرار می دهد، در مورد محاسن و معایب آنها بحث کرده و یک مدل آماری هیبریدی پیشنهاد می کند که این حملات را به طور قابل توجهی کاهش داده و راه حل جایگزین بهتری برای مسائل تشخیص فعلی به حساب می آید.


بدون دیدگاه