- تاریخ انتشار : ۱۳۹۶
- ناشر : کنفرانس بین المللی نو آوری در علوم و تکنولوژی
- زبان مقاله : همه
- تعداد صفحات : 5
- حجم فایل : 561.734 کیلوبایت
- نوع مقاله : مجموعه مقالات کنفرانس
- مجموعه : مهندسی کامپیوتر و فناوری اطلاعات
چکیده مقاله
خوشه بندی یکی از شاخه های یادگیری بدون نظارت می باشد، هدف خوشه بندی یافتن خوشه های مشابه از اشیاء در بین نمونه های ورودی می باشد. روش های سنتی مناسب برای خوشه بندی جریان داده ها در سیستم های تشخیص نفوذ به نوعی که عملکرد مناسبی داشته باشند نیستند . در این تحقیق برای اولین بار روی دیتا بیس NSLKDD کار شده است و با استفاده از الگوریتم K-means به خوشه بندی داده ها در سیستم های تشخیص نفوذ پرداخته است . با استفاده از ارائه روشی در ورودی الگوریتم و استفاده از دیتابیس NSLKDD به این نتیجه گیری میرسیم که مشکلاتی چون تراکم داده در خوشه ها، زمان اجرایی ، رانش داده و مدیریت حافظه حل خواهد شد
نحوه استناد به مقاله
در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :
1.سیمین علی اسماعیلی؛2.امیر رجبی بهجت؛ ۱۳۹۵، ارائه یک روش نوین برای خوشه بندی جریان داده با استفاده از الگوریتم k-means در سیستم تشخیص نفوذ، کنفرانس بین المللی نو آوری در علوم و تکنولوژی، https://scholar.conference.ac:443/index.php/download/file/9401-A-novel-method-for-clustering-data-streams-using-the-k-means-algorithm-in-intrusion-detection-system
در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.
(1.سیمین علی اسماعیلی؛2.امیر رجبی بهجت؛ ۱۳۹۵)
