دانلود ترجمه مقاله گریز از نفوذ شبکه در داده‌ های بازبینی شبکه با قوانین رابطه

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

کاوش قوانین رابطه ‌ای برای گریز از نفوذ شبکه در داده‌ های بازبینی شبکه

عنوان انگلیسی مقاله:

Mining Association Rules to Evade Network Intrusion in Network Audit Data

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار مقاله ۲۰۱۴
تعداد صفحات مقاله انگلیسی ۸ صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی کامپیوتر و مهندسی فناوری اطلاعات IT
گرایش های مرتبط با این مقاله امنیت اطلاعات، مهندسی الگوریتم ها و محاسبات، اینترنت و شبکه های گسترده و شبکه های کامپیوتری
مجله مربوطه مجله بین المللی تحقیقات پیشرفته کامپیوتر
دانشگاه تهیه کننده گروه کامپیوتر، Mumbai، هند
کلمات کلیدی این مقاله نفوذ، امنیت، کاوش قوانین رابطه،شبکه، داده کاوی
رفرنس دارد
نشریه  IJACR

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin ۱۷  صفحه
ترجمه عناوین تصاویر و جداول ترجمه شده است
ترجمه متون داخل تصاویر ترجمه نشده است
ترجمه متون داخل جداول ترجمه نشده است
درج تصاویر در فایل ترجمه درج شده است
درج جداول در فایل ترجمه درج شده است
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس درج شده است

 


  • فهرست مطالب:

 

چکیده
۱- مقدمه
۲- پژوهش‌های پیشین
۳- کاوش قانون رابطه برای تشخیص نفوذ
مسئله قانون رابطه
۲) تدوین قانون از مجموعه آیتم متوالی
الف) کاوش قانون رابطه برای مقادیر دو دویی
ب) کاوش قانون رابطه برای مقادیر پیوسته
ج) کاوش قوانین رابطه برای مقادیر گسسته
الگوریتم Apriori
ویژگی Apriori
۴- سیستم پیشگیری و تشخیص نفوذ پیشنهادی
۵- ارزیابی سیستم و نتایج
۱-۵- مجموعه داده و نرمال‌سازی داده
۲-۵- پارامترهای عملکرد
۳-۵- نتایج تجربی ۱ : تدوین مجموعه آیتم متوالی، مقادیر اطمینان و پشتیبانی
کاوش قانون برای ویژگی‌های نمادین
داده کاوی برای مجموع ۶ ویژگی
۴-۵- نتایج تجربی ۲ : تدوین قوانین
۶- نتیجه‌گیری و پژوهش آتی

 


  • بخشی از ترجمه:

۶- نتیجه‌گیری و پژوهش آتی
تشخیص نفوذ به طور فزاینده‌ای برای هر فرد حائز اهمیت است. با توسعۀ 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 دادۀ 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 دامنۀ وسیعی است. روش دیگر برای تحلیل آن است که آیا می‌توان این روشها را به طور مستقیم برای الگوسازی NIPS تجاری به کار برد.

 


  • بخشی از مقاله انگلیسی:

 

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.


 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

کاوش قوانین رابطه ‌ای برای گریز از نفوذ شبکه در داده‌ های بازبینی شبکه

عنوان انگلیسی مقاله:

Mining Association Rules to Evade Network Intrusion in Network Audit Data

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

دانلود رایگان مقاله انگلیسی

 

خرید ترجمه فارسی مقاله

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا