با عنوان : طراحی و شبیه سازی سیستم تشخیص تهاجم به رایانه ها به کمک شبکه های عصبی مصنوعی

در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

و در صورت نیاز به متن کامل آن می توانید از لینک پرداخت و دانلود آنی برای خرید این پایان نامه اقدام نمائید.

دانشگاه آزاد اسلامی
واحد تهران جنوب
دانشكده تحصیلات تكمیلی
“M.Sc” پایان نامه برای دریافت درجه كارشناسی ارشد
مهندسی برق- الكترونیك
عنوان:

یک مطلب دیگر :

طراحی و شبیه سازی سیستم تشخیص تهاجم به رایانهها به كمك شبكه های عصبی مصنوعی

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :
(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)
چكیده
در این پژوهش، چگونگی طرح و پیادهسازی سیستم تشخیص تهاجم به شبكه های رایانهای مبتنی بر ساختار شبكه های عصبی ارائه شده است. استفاده از شبكة عصبی در این سیستمها باعث بالا رفتن انعطاف پذیری سیستم میشود. از سوی دیگر، بكارگیری شبكة عصبی، سیستم را قادر به یادگیری رفتار حملات میكند، تا بتواند بدون نیاز به بهنگام سازی قادر به تشخیص حملات جدید شود. در این پژوهش از دو شبكة عصبی ایستا و پویا (Elman و MLP) استفاده و در پایان، نتایج عملكرد این دو سیستم با هم مقایسه شده است. شبكه های MLP دولایه و سه لایه به ترتیب قادر به شناسایی 90/99% و 91/41% حملات بودند. شبكه های  Elman دولایه و سه لایه نیز به ترتیب قادر به شناسایی 91/37% و 89/94% حملات بودند.
مقدمه
شبكه های كامپیوتری علیرغم منافعی از قبیل اشتراك قدرت محاسباتی و منابع، خطراتی را نیز خصوصا در زمینه امنیت سیستم به همراه آورده اند. در طی دو دهه اخیر تلاشهای تحقیقاتی فراوانی در زمینة امنیت شبكه صورت گرفته و تكنیك های مختلفی برای ساختن شبكه های امن ارائه شدهاند. در این پایان نامه عملكرد دو شبكة عصبی تحت سرپرست MLP و Elman  در تشخیص تهاجم به شبكه های رایانه ای بررسی شده است. در فصل 1 كلیات این پژوهش شامل هدف، تحقیقات انجام شده و نحوه انجام پژوهش بررسی شده است. در فصل 2 توضیحاتی در خصوص شبكه های عصبی MLP و Elman  و نحوه آموزش این شبكه ها ارائه شده است. در فصل 3 سیستمهای تشخیص تهاجم، به همراه انواع و نحوه كار آنها بررسی شده است. همچنین در مورد برخی انواع حملات قابل تشخیص توسط این سیستمها نیز توضیحاتی ارائه شده است. در فصل 4 در خصوص داده های آموزش و آزمون KDD CUP 99 و همچنین نحوه پیش پردازش این داده ها، جهت تبدیل آنها به قالب مورد قبول شبكة عصبی، توضیحاتی ارائه شده است. در فصل 5 سیستم های تشخیص تهاجم مبتنی بر شبكه های عصبی ایستا و پویای MLP و Elman  توضیح داده شدهاند و سپس عملكرد این شبكه ها در تشخیص حملات و دستهبندی آنها به 5 گروه خروجی، بررسی و مقایسه شده است. در پایان فصل 6 به نتیجه گیری، بیان پیشنهادات و نیز ارائه پیوست های لازم پرداخته است.
فصل اول