لینک خرید فایل{پروپوزال تشخیص نفوذ با تکنیکهای داده کاوی}

لینک خرید فایل /پروپوزال تشخیص نفوذ با تکنیکهای داده کاوی/ اِن وای|لینک خرید فایل|42064233|nyw42077053|تشخیص نفوذ با داده کاوی,تشخیص نفوذ با تکنیکهای داده کاوی,سیستم های تشخیص نفوذ بر پایه داده کاوی,تشخیص نفوذ در شبکه با استفاده از داده کاوی,تشخیص نفوذ با الگوریتمهای داده کاوی,پروپوزال سیستم های تشخیص نفوذ,پروپوزال تشخیص نفوذ با تکنیکهای داده کاوی,نمونه پروپوزال داده کاوی
باری دیگر یکی دیگر از فایل ها با عنوان پروپوزال تشخیص نفوذ با تکنیکهای داده کاوی آماده دریافت می باشد برای دانلود به ادامه پست مراجعه نمایید.

هدف از این پروپوزال بررسی و تشخیص نفوذ با تکنیکهای داده کاوی می باشد


مشخصات فایل
تعداد صفحات51حجم0/349 کیلوبایت فرمت فایل اصلیdoc
توضیحات کامل
دانلود پروپوزال پایان‌نامه كارشناسی ارشد مهندسی فناوری اطلاعاتتشخیص نفوذ با تکنیکهای داده کاوی چکیدهبا رشد فناوری اطلاعات، امنیت شبکه به عنوان یکی از مباحث مهم و چالش بسیار بزرگ مطرح است. سیستم های تشخیص نفوذ، مولفه اصلی یک شبکه امن است. سیستم های تشخیص نفوذ سنتی نمی توانند خود را با حملات جدید تطبیق دهند از این رو امروزه سیستم های تشخیص نفوذ مبتنی بر داده کاوی مطرح گردیده اند. مشخص نمودن الگوهای در حجم زیاد داده، کمک بسیار بزرگی به ما می کند. روش های داده کاوی با مشخص نمودن یک برچسب دودویی (بسته نرمال، بسته غیر نرمال) و همچنین مشخص نمودن ویژگی ها و خصیصه با الگوریتم های دسته بندی می توانند داده غیر نرمال تشخیص دهند. از همین رو دقت و درستی سیستم های تشخیص نفوذ افزایش یافته و در نتیجه امنیت شبکه بالا می رود. در این پایان نامه ما مدلی پیشنهادی ارائه می نماییم که الگوریتم های مختلف دسته بندی را روی مجموعه داده خود تست نموده و نتایج شبیه سازی نشان می دهد در درخت تصمیم الگوریتم J48 ، شبکه عصبی الگوریتم Neural net ، شبکه بیزین الگوریتم HNB ، مدل کاهل الگوریتم K-STAR، در ماشین بردار پشتیبان الگوریتم LibSVM و در مدل قانون محور الگوریتمRule Induction Single Attribute دارای بهترین جواب از نظر پارامترهای مختلف ارزیابی برای سیستم تشخیص نفوذ است. بین تمامی الگوریتم ها با این مجموعه داده، الگوریتم J48 دارای بالاترین مقدار درستی به میزان 85.49%، دارای بالاترین میزان دقت به مقدار 86.57% و دارای بالاترین مقدار یادآوری به مقدار 86.57% می باشد. نوآوری اصلی در پایان نامه، استفاده از الگوریتم های مدل کاهل و مدل قانون محور است که تاکنون برای سیستم های تشخیص نفوذ استفاده نشده است. و همچنین پیشنهاد 5 نمونه داده که از داده اولیه استخراج شده که برای مدل-های مختلف و الگوریتم ها بهترین جواب را می دهد. کلمات کلیدی:داده کاویکشف تقلبیادگیری بانظارتتشخیص نفوذ و حملات مقدمهاز آنجایی که از نظر تکنیکی ایجاد سیستم های کامپیوتری بدون نقاط ضعف و شکست امنیتی عملا غیر ممکن است. تشخیص نفوذ در سیستم-های کامپیوتری با اهمیت خاصی دنبال می شود. سیستم های تشخیص نفوذ سخت افزار یا نرم افزاری است که کار نظارت بر شبکه کامپیوتری را در مورد فعالیت های مخرب و یا نقص سیاست های مدیریتی و امنیتی را انجام می-دهد و گزارش های حاصله را به بخش مدیریت شبکه ارائه می دهد‎[1]. سیستم های تشخیص نفوذ وظیف شناسایی و تشخیص هر گونه استفاده غیر مجاز به سیستم، سوء استفاده و یا آسیب رسانی توسط هر دودسته کاربران داخلی و خارجی را بر عهده دارند. هدف این سیستم ها جلوگیری از حمله نیست و تنها کشف و احتمالا شناسایی حملات و تشخیص اشکالات امنیتی در سیستم یا شبکه کامپیوتری و اعلام آن به مدیر سیستم است. عموما سیستم های تشخیص نفوذ در کنار دیوارهای آتش و بصورت مکمل امنیتی برای آن ها مورد استفاده قرار می گیرد. سیستم های تشخیص نفوذ ستنی نمی توانند خود را با حملات جدید تطبیق دهند از این رو امروزه سیستم های تشخیص نفوذ مبتنی بر داده کاوی مطرح گردیده اند‎[1]. مشخص نمودن الگوهای در حجم زیاد داده، کمک بسیار بزرگی به ما می-کند. روش های داده کاوی با مشخص نمودن یک برچسب دودویی (بسته نرمال، بسته غیر نرمال) و همچنین مشخص نمودن ویژگی ها و خصیصه با الگوریتم های دسته بندی می توانند داده غیر نرمال تشخیص دهند. از همین رو دقت و درستی سیستم های تشخیص نفوذ افزایش یافته و در نتیجه امنیت شبکه بالا می رود‎[1]. در این پایان نامه سعی شده است با استفاده از روش های مبتنی بر داده کاوی سیتم های تشخیص نفوذ پیشنهاد کنیم که از این روش ها برای شناسایی و کشف حملات استفاده می کنند. در این روش ما تمامی الگوریتم های موجود را شبیه سازی نموده و در خاتمه بهترین الگوریتم را پیشنهاد می نماییم. نوآوری اصلی در این پایان نامه، استفاده از الگوریتم های مدل کاهل و مدل قانون محور در داده کاوی است که تاکنون برای سیستم-های تشخیص نفوذ استفاده نشده است. همچنین استفاده از تمام الگوریتم-های موجود در روش های دسته بندی است که در نرم افزار WEKA و Rapidminer موجود است[67]. پیشنهاد 5 نمونه داده که از داده اولیه استخراج شده و برای مدل های مختلف و الگوریتم ها بهترین جواب را می دهد از نوآوری این پایان نامه است. استخراج 5 نمونه داده وقت بسیار زیادی به خود اختصاص داده وهمه الگوریتم های مختلف موجود در مدل های دسته بندی با مجموعه داده های مختلف شبیه سازی و اجرا شدند که در نهایت 5 نمونه داده اولیه پیشنهاد نموده ایم. فهرست مطالب فصل اول 11-1 مقدمه 21-2 بیان مسئله 31-3 اهمیت و ضرورت تحقیق 41-4 اهداف تحقیق 51-5 تعاریف و اختصار 61-6 ساختار پایاننامه 9 3-1 روش تحقیق 3-2 داده های آموزشی و تست: 3-2-1 ویژگی های داده ها 3-2-2 ویژگیهای اساسی مجموعه دادهها: فهرست منابع فهرست جداول جدول‏3 1 :ویژگی های اساسی استخراج شده ازارتباطTCP 74جدول‏3 2 :ویژگی های استخراجی ازارتباطTCP 74جدول‏3 3: ویژگیهای استخراج شده ازپنجره 76 فهرست اشکال و نمودارها شکل‏3 1: معماری پیشنهاد داده شده برای تشخیص نفوذ باروش مبتنی برداده کاوی 72شکل‏3 2: مدلسازی الگوریتم شبکه عصبی با نرم افزارRapidminer 78شکل‏3 3: مدلسازی الگوریتم مدل بیزین با نرم افزارRapidminer 78شکل‏3 4: مدلسازی الگوریتم درخت تصمیم با نرم افزارRapidminer 79شکل‏3 5: مدلسازی الگوریتم مدل قانون محوربا نرم افزارRapidminer 79شکل‏3 6: مدلسازی الگوریتم مدل بردارپشتیبان با نرم افزارRapidminer 80شکل‏3 7: مدلسازی الگوریتم مدل کاهل بانرم افزارRapidminer 80شکل‏3 8: نمونه ای ازخروجی نرم افزار Rapidminerباپارامترهای مختلف ارزیابی 81




"

مطالب دیگر:
📜تحقیق جاده📜جزئیات اجرایی ساختمان های بتنی📜جلوه‌های رازپردازی (سوررئالیسم)📜کارآموزی جوشكاری📜چالز جنكز📜چالشهای مسكن و تراكم ساختمانی📜چالشهای مدریتی خاک📜چگونه به موضوع نما در معماری بیندیشیم📜پژوهش حریق در ساختمان📜حل مساله بار 1-0 چند بعدی توسط سیستم‌های P📜حل مساله بار 1-0 چند بعدی توسط سیستم‌های P به همراه ورودی و غشاء فعال📜حمام قدیمی سنندج - مصور📜حمل و نقل عمومی📜تحقیق خاتم سازی📜تحقیق خاک📜خاک و مکانیک خاک📜تحقیق خاكریزی📜خرابیهای آسفالتی پژوهش درس روسازی راه📜تحقیق خرپاها📜خوردگی در دیگ بخار📜خوردگی عامل تخریب فلزات📜گزارش كار آزمایشگاه دانه بندی مكانیكی خاك📜در جستجوی معماری بومی📜دوربین نقشه برداری📜راه سازی و پل سازی