دانلود ترجمه مقاله نقد و بررسی سیستم تشخیص نفوذ با استفاده از شبکه های عصبی

دانلود ترجمه مقاله نقد و بررسی سیستم تشخیص نفوذ با استفاده از شبکه های عصبی 
ترجمه در قالب فایل Word و قابل ویرایش میباشد 
سال انتشار:2008
تعداد صفحه ترجمه:25
تعداد صفحه فایل انگلیسی:10

 موضوع انگلیسی :A Review of Intrusion Detection System Using Neural Network and Machine Learning
موضوع فارسی:دانلود ترجمه مقاله نقد و بررسی سیستم تشخیص نفوذ با استفاده از شبکه های عصبی
چکیده انگلیسی:Abstract—In the recent years, Intrusion Detection materializes the high network security. Thus tries to be the most perfect system to deal with the network security and the intrusions attacks. Monitoring activity of the network and that of threats is the feature of the ideal Intrusion Detection System. Intrusion Detection System is classified on the basis of the source of Data and Model of Intrusion. There are some challenges faced by the Intrusion Detection System. Neural Network amd Machine Learning are the approaches through which the challenges can be overwhelmed. Anomaly in the Anomaly based Intrusion Detection System can be detected using various Anomaly detection techniques. Dimension Reduction can be done using Principle Component Analysis. Support Vector Machine can be used to specify the classifier construction problem. The paper describes the various approaches of Intrusion detection system in briefly.
چکیده فارسی:در سال های اخیر، تشخیص نفوذ، امنیت بالای شبکه را تحقق می بخشد. بنابراین تلاش می شود تا کامل ترین سیستم برای مقابله با امنیت شبکه و حملات نفوذ در نظر گرفته شود. نظارت بر فعالیت شبکه و تهدید از ویژگی سیستم تشخیص نفوذ ایده آل است. سیستم های تشخیص نفوذ بر اساس منبع داده ها و مدل نفوذ طبقه بندی شده است.


محصولات مرتبط



ارسال نظر

  1. آواتار


    ارسال نظر
درباره نگین فایل
فروشگاه ساز فایل تمامی خدمات لازم برای راه اندازی و ساخت یک فروشگاه را در اختیار شما می گذارد. شما بدون نیاز به هاست ، دامنه ، هزینه های بالای برنامه نویسی و طراحی سایت می توانید فروشگاه خود را ایجاد نمایید .پشتیبانی واتساپ سایت:09054820692 .
آمار فروشگاه
  •   تعداد فروشگاه: 123
  •   تعداد محصول: 37,516
  •   بازدید امروز : 31,912
  •   بازدید هفته گذشته: 163,577
  •   بازدید ماه گذشته: 445,736