- تاریخ انتشار : ۱۳۹۶
- ناشر : کنفرانس بین المللی نو آوری در علوم و تکنولوژی
- زبان مقاله : همه
- تعداد صفحات : 5
- حجم فایل : 580.142 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. طبقه بندی یکی از روش های یادگیری با نظارت است در این روش داده ها کلاس بندی شده هستند و معیار روشنی برای دسته بندی وجود دارد . روش های سنتی مناسب برای خوشه بندی و یا دسته بندی جریان داده ها در سیستم های تشخیص نفوذ به نوعی که عملکرد مناسبی داشته باشند نیستند . در این تحقیق به مقایسه دو روش الگوریتم kmeans و شبکه عصبی برای خوشه بندی و دسته بندی جریان داده ها در سیستم تشخیص نفوذ پرداخته میشود . درپابان به این نتیجه گیری خواهیم رسید که کدام یک از روش ها مناسب هستند و دقت وخطا هرکدام مقایسه میشود.
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، مقایسه دسته بندی و خوشه بندی جریان داده ها در سیستم تشخیص نفوذ با استفاده از شبکه عصبی و الگوریتم kmeans، کنفرانس بین المللی نو آوری در علوم و تکنولوژی، https://scholar.conference.ac:443/index.php/download/file/9402-Compare-classification-and-clustering-of-data-flow-in-the-intrusion-detection-system-using-neural-network-algorithm-and-kmeans
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)
