برای مشاهده و دانلود پایان نامه های لاتین رایگان بر روی لینک زیر کلیک نمایید


>>>>  فهرست پایان نامه های لاتین رایگان  <<<<

 

دانلود رایگان پایان نامه لاتین از دانشگاه Queen's University با عنوان

Network intrusion detection systems using random forests algorithm
by Zhang, Jiong, Queen's University (Canada), 2006, 85 pages; MR15337

Abstract

With the tremendous growth of network-based services and sensitive information on networks, the number and the severity of network-based computer attacks have significantly increased. Completely preventing breaches of security is unrealistic by security technologies. Therefore, intrusion detection is an important component in network security. However, many current intrusion detection systems are rule-based systems, which have limitations to detect novel intrusions. Moreover, encoding rules is time-consuming and highly depends on the system builder's knowledge of a deep understanding of known intrusions.

In this thesis, we propose new systematic frameworks that apply a data mining algorithm called random forests in misuse, anomaly, and hybrid network-based intrusion detection systems. In misuse detection, patterns of intrusions are built automatically by random forests over training data. (Abstract shortened by UMI.)




دریافت لینک دانلود


در صورت نیاز به پایان نامه خاصی از پایگاه ProQuest می توانید عنوان آن را از طریق لینک زیر جستجو کرده و به آدرس ایمیل زیر ارسال نمایید.

برای جستجوی پایان نامه مورد نظر خود بر روی تصویر زیر کلیک نمایید:


جستجوی پایان نامه



ardabil.sci@gmail.com


هزینه دانلود و ارسال متن کامل پایان نامه : 3000 تومان


با رشد فوق العاده ای از خدمات مبتنی بر شبکه و اطلاعات حساس را در شبکه های، تعداد و شدت حملات کامپیوتری مبتنی بر شبکه به طور قابل توجهی افزایش یافته است. به طور کامل جلوگیری از نقض امنیت غیر واقعی توسط فن آوری های امنیتی است. بنابراین، تشخیص نفوذ یک جزء مهم در امنیت شبکه است. با این حال، بسیاری از سیستم های تشخیص نفوذ فعلی سیستم های مبتنی بر قانون، که دارای محدودیت برای تشخیص نفوذ رمان هستند. علاوه بر این، قوانین را پشتیبانی می کند زمان بر است و بر دانش سازنده سیستم از یک درک عمیق از نفوذ شناخته شده بسیار بستگی دارد.

در این پایان نامه، ما پیشنهاد چارچوب نظام جدید است که اعمال یک الگوریتم داده کاوی به نام جنگل تصادفی در سوء استفاده، ناهنجاری، و سیستم های تشخیص نفوذ مبتنی بر شبکه ترکیبی. در تشخیص سوء استفاده، الگوهای رسوخ به طور خودکار توسط جنگلهای تصادفی بیش از داده های آموزشی ساخته شده است. (چکیده کوتاه توسط UMI.)