نامه درخواست انتقالی در قالب فایل word و قابل ویرایش تعدادصفحه 1
نامه درخواست انتقالی در قالب فایل word و قابل ویرایش
نامه درخواست انتقالی در قالب فایل word و قابل ویرایش تعدادصفحه 1
سیاه زخم (Anthrax ،Charbon) چیست ؟
مقدمه و معرفی بیماری
۱ ـ تعریف و اهمیت بهداشتى:
سیاه زخم (Anthrax ،Charbon) یکی از بیماریهای عفونی حیوانات است که بوسیله باسیل گرم مثبت مولد اسپوری بنام باسیلوس آنتراسیس، ایجاد میشود و در انسان در اثر تماس با حیوانات آلوده، یا فراورده های آنها نظیر پشم، مو، پوست، استخوان، سفیداب ، استنشاق افشانه های آلوده در کارخانجات پشم ریسی یا طی انتشار عمدی اسپورها به وسیله بیوتروریست ها و خوردن مواد آلوده، ایجاد میشود. این بیماری نه تنها باعث بروز مرگ و میر فراوانی در دامها میشود و زمینه را جهت وابستگی های اقتصادی و سیاسی، فراهم مینماید، بلکه موجب افزایش مرگ و میر، در انسان نیز میگردد و علاوه بر اینها امروزه به عنوان یکی از جنگ افزارهای بسیار قوی ” بیوتروریسم” نیز مطرح میباشد و لذا تدریس اپیدمیولوژی و کنترل آن ضروری به نظر میرسد ....
عنوان:پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان
تعداد صفحات :115
چکیده:
برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.پیش پردازش داده ها یکی از اجزای مهم در فرایند کشف دانش است.روش های بسیاری برای پیش پردازش داده وجود دارد که میتوان از آنها استفاده کرد.اما این روش ها برای داده های نامتوازن مناسب نیستند. اصطلاح “مجموعه داده نامتوازن” عموما به مجموعه دادهای گفته میشود که در آن تعداد نمونههایی که نمایانگر یک کلاس هستند از نمونههای دیگر در کلاسهای متفاوت کمتر است مشکل عدم توازن کلاس در بسیاری از برنامه های کاربردی جهان واقعی به رسمیت شناخته شده است و موضوع تحقیقات یادگیری مبتنی بر ماشین قرار گرفته است از این رو اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است.آنها به دنبال کشف روش هایی بودند که با اعمال بر روی داده های نامتوازن به نتایج مطلوبی دست یابند.
در این پروژه روش های گوناگون پیش پردازش داده های نامتوازن مورد بحث قرار گرفته و الگوریتم جدیدی برای بهبود نتایج طبقه بندی ارائه میشود، به گونه ای که کارایی و دقت آن مورد توجه باشد.
فصل اول: مقدمه و کلیات تحقیق
1-1- مقدمه
کشف دانش و داده کاوی یک حوزه جدید میان رشته ای و در حال رشد است که حوزه های مختلفی همچون پایگاه داده، آمار، یادگیری ماشین و سایر زمینه های مرتبط را با هم تلفیق کرده تا اطلاعات و دانش ارزشمند نهفته در حجم بزرگی از داده ها را استخراج کند.هدف کشف دانش و داده کاوی یافتن الگوها در پایگاه داده است که در میان حجم عظیمی از داده ها مخفی هستند]1[ .کشف دانش شامل مراحل متعددی است که در این تحقیق به مرحله پیش پردازش توجه میکنیم.
مرحله آماده سازی داده ها مهم ترین و زمانبرترین مرحله در پروژه های داده کاوی است.از آنجا که داده ها در این پروژه ها ورودی پروژه هستند هر قدر این ورودی دقیق تر باشد، خروجی کار دقیق تر خواهد بود.یعنی ما از پدیده “ورودی نامناسب، خروجی نامناسب ” دور میشویم]1[.داده های خام معمولا دچار مشکلاتی مانند نویز، داده پرت، تغییرات در نمونه برداری هستند و استفاده از آنها به همین صورت موجب تضعیف نتایج مورد انتظار میشود.بنابراین باید از روشی برای بهبود نتایج استفاده کرد.پیش پردازش داده ها جهت بهبود کیفیت داده های واقعی برای داده کاوی لازم است.بنابراین پردازش اولیه ای مورد نیاز است تا مقادیر مفقوده، انحرافات و مسائلی از این دست را در داده های اولیه بیابد. پیش پردازش داده ها شامل همه تبدیلاتی است که بر روی داده های خام صورت میگیرد وآنها را به صورتی در میآورد که برای پردازشهای بعدی نظیر استفاده در دسته بندی و خوشه بندی، ساده تر و موثرتر میسازد.
در حال حاضر سازمانها نیاز دارند تا بتوانند داده ها را به صورت کاراتر دسته بندی کنند و از تحلیل نتایج آن برای بهبود روند پیشرفت کسب و کار استفاده نمایند.ممکن است که داده های در دسترس ، داده هایی مبهم و مغشوش باشند و یا کلاس های داده نامتوازن باشند. بنابراین نیاز به پیش پردازش دقیق داده ها رو به افزایش است. برای پاسخ به این نیاز رو به افزایش ، افراد همواره سعی در ارائه روش های نوین و موثرتری دارند.
1-2بیان مساله
هرچند که روشهای مختلفی برای پیش پردازش داده ها موجود است ولی عملکرد و دقت این روش ها متفاوت است و تلاش در جهت ارائه روشی کارامد امری ضروری است.با توجه به اهمیت داده ها در جهان کنونی و افزایش حجم داده ها مساله پیش پردازش مناسب داده ها، بخصوص داده های نامتوازن یک چالش به نظر میرسد.اغلب روش های موجود در پیش پردازش داده های ناتوازن به سمت کلاس اکثریت تمایل دارند و این امر باعث می شود که داده های کلاس اقلیت به صورت نویز در نظر گرفته شود.
همانطور که پیش از این نیز گفته شد برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.میتوان ادعا کرد که اگر مرحله آماده سازی داده ها به خوبی صورت نپذیرد، نتایجی بدست میآید که نمیتواند مورد استفاده قرار گیرد و ممکن است که هزینه و زمان به کار رفته برای دست یابی به نتیجه موثر هدر رود و نتایج حاصل به دلیل عدم پیش پردازش مناسب داده غیر قابل استفاده و نادرست باشد.
اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است. در موارد متعددی کلاسی که از نقطه نظر دامنه ی کاربردی اهمیت زیادی دارد(کلاس اصلی) شامل تعداد حالات کمتری نسبت به کلاسی است که کلاس اکثریت میباشد. این مجموعه ی داده ها نامتوازن نامیده میشود. رویکرد سنتی داده کاوی توانایی خوبی برای پیش بینی نمونه های اقلیت که مورد توجه است ندارند. متأسفانه در اکثر موارد داده های واقعی دارای این خصوصیت هستند. به عنوان مثال در تشخیص بیماریهای نادر، حملات شبکه، متنکاوی و … معمولاً توزیع دادهها نامتوازن می باشد.
در واقع مساله این است که چگونه میتوان داده های نامتوازن را به گونه ای پیش پردازش کرد که در خوشه های مناسب و درست طبقه بندی شوند.بنابراین مساله این تحقیق ارائه روشی جهت پیش پردازش داده های نا متوازن است به گونه ای که کارایی و دقت آن در مقایسه با روش های دیگر بیشتر باشد.
در روش ارائه شده در این تحقیق برای ارتقای روش ماشین بردار پشتیبان از تکنیک حداقل مربعات با متر اقلیدسی استفاده نمودیم.این روش بهبود یافته را M-SVM مینامیم.بنابراین مساله را بدین شکل طرح می نماییم، چگونه میتوان در روش پیش پردازش داده های نامتوازن به دقت بالاتری دست یافت و از پیش پردازش صحیح داده برای دست یابی به نتایج صحیح در حوزه کاربردی استفاده نمود.از انجا که داده های متفاوتی وجود دارد ما پیش پردازش بر روی مجموعه داده های نامتوازن را انتحاب کردیم.
3-1- اهداف تحقیق
هدف از این تحقیق ارائه راهکاری به منظور افزایش دقت متعادل سازی داده و غلبه بر مشکل عدم توازن کلاس است.سعی کرده ایم تا متعادل سازی داده که در مرحله پیش پردازش داده صورت میگیرد باعث بهبود نتایج طبقه بندی نمونه ها شود.بدین منظور اثربخشی و کارایی روش ارائه شده با سایر روش های موجود مورد مقایسه و ارزیابی قرار میگیرد.امید است که نتایج الگوریتم نهایی امیدوار کننده باشد و نشان دهنده پیشرفت الگوریتم باشد.این تحقیق بر اساس نیاز به دسته بندی دقیق داده ها و استفاده از تحلیل نتایج داده ها در بهبود شرایط مرجع مورد استفاده کننده داده ها شکل گرفته است.
فهرست مطالب:
فصل اول مقدمه و کلیات تحقیق
1-1مقدمه
1-2بیان مساله
1-3 اهداف تحقیق
1-4 پرسش های اصلی تحقیق
1-5فرضیه های تحقیق
1-6 نوآوری تحقیق
1-7 تعریف واژگان کلیدی
1-8 ساختار پروژه
فصل دوم ادبیات و پیشینه تحقیق
2-1 مقدمه
2-2 مفاهیم داده کاوی
2-2-1 تعاریف داده کاوی
2-2-2 فرایند کشف دانش
2-2-3 حوزه ها و عملکردهای داده کاوی
2-3 کاربردهای داده کاوی و کشف دانش
2-4 چالش هایی برای KDD
2-5 پیش پردازش و آماده سازی داده ها
2-5-1اجزای اصلی پیش پردازش داده ها
2-5-1-1 پاکسازی داده ها
2-5-1-2یکپارچه سازی داده ها
2-5-1-3 تبدیل داده ها
2-5-1-3-1هموار سازی
2-5-1-3-2 تجمیع
2-5-1-3-3 تعمیم
2-5-1-3-4 ساخت ویژگی
2-5-1-3-5 نرمال سازی
2-5-1-4 کاهش داده ها
2-5-1-4-1 تجمیع مکعبی داده
2-5-1-4-2 انتخاب زیر مجموعه مشخصه ها
2-5-1-4-3 کاهش تعدد نقاط
2-5-1-5 تصویر کردن برای کاهش بعد
2-6 روش های ارزیابی دسته بندی
2-6-1 ارزیابی صحت روشهای دسته بندی
2-7 تکنیک حداقل مربعات
2-7-1 تقریب کمترین مربعات گسسته چند جمله ای
2-8 ماشین بردار پشتیبان
2-8-1مقدمه
2-8-2دلایل استفاده از SVM
2-8-3 کاربردهای SVM
2-8-4 مزایا و معایب SVM
2-8-5 تعاریف کلی
2-8-5-1تابع تصمیم مسائل دو کلاسی
2-8-5-2 تعیین تابع تصمیم(ابر صفحه جداکننده)
2-8-5-3 بعد VC
2-8-5-4حداقل سازی ریسک تجربی
2-8-5-5حداقل سازی ریسک ساختاری
2-8-6 ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا شدنی به طور خطی
2-8-7ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا نشدنی به طور خطی
2-8-8 ماشین بردار پشتیبان غیر خطی
2-8-9 انواع کرنل ها
2-8-9-1 کرنل چند جمله ای
2-8-9-2 کرنل های شبکه عصبی
2-8-9-3 کرنل های گوسی
2-9 تکنیک های پیش پردازش نامتوازن
2-9-1 ماشین بردار پشتیبان و مشکل عدم توازن کلاس
2-9-1-1 عیب مشکل بهینه سازی با ناحیه مرزی نرم
2-9-1-2 نسبت بردار پشتیبان نامتوازن
2-9-2 روشهای یادگیری عدم توازن خارجی برای SVM (روشهای پیش پردازش داده)
2-9-2-1 روشهای نمونه برداری دوباره
2-9-2-1-1زیر نمونه برداری
2-9-2-1-2بیش نمونه برداری
2-9-2-1-3 SCM
2-9-2-1-4 نمونه برداری پیشرفته
2-9-2-1-5 تکنیک بیش نمونه برداری اقلیت مصنوعی
2-9-2-1-6 نزدیک ترین همسایه فشرده(CNN)
2-9-2-1-7 نزدیک ترین همسایه تغییر یافته(ENN)
2-9-2-1-8 Tomek-Link
2-9-2-2 روشهای یادگیری جمعی
2-9-2-2-1الگوریتم آموزشی Bagging
2-9-2-2-2 الگوریتم آموزشی Boosting
2-9-3 روشهای یادگیری عدم تعادل داخلی برای ماشین بردار پشتیبان
2-9-3-1 هزینه خطای متفاوت
2-9-3-2 یادگیری یک کلاس
2-9-3-3zSVM
2-9-3-4 روشهای اصلاح کرنل
2-9-3-5 یادگیری فعال
2-9-3-6 روش های ترکیبی
فصل سوم:روش تحقیق
3-1مقدمه
3-2 ماشین بردار پشتیبان فازی برای یادگیری عدم توازن کلاس
3-2-1 روش SVMFuzzy
3-2-2متد FSVM-CIL
3-3 ماشین بردار پشتیبان حداقل مربعات (LS-SVM)
3-4 الگوریتم پیشنهادی
فصل چهارم: محاسبات و یافته های تحقیق
4-1 مقدمه
4-2 مجموعه داده ها
4-3 نتایج کارایی روش های مختلف بر روی مجموعه داده ها
فصل پنجم:نتیجه گیری و پیشنهادات
5-1 جمع بندی و نتیجه گیری
5-2 کارهای آتی
منابع و مآخذ
چکیده انگلیسی
به نام یکتا خالق بی همتا
دانلود گزارش کارآموزی و کارورزی در شهرداری با فرمت Word
فرمت فایل : Word (قابل ویرایش و تغییر)
تعداد صفحات : 56 صفحه
کاربرد فایل : این فایل جهت تهیه گزارش کارآموزی و کارورزی ، انجام کارهای پژوهشی و تحقیقاتی مانند تهیه مقالات،گزارش کار، طرح درس ، پروژه پایانی ، پایان نامه ، سمینار، پروپوزال و طرح پژوهشی در کلیه سطوح و مقاطع تحصیلی رشته های مختلف فنی و مهندسی که با مباحث فناوری اطلاعات،کامپیوتر، مهندسی عمران ، عملیات معماری و شهرسازی و کلیه موضوعات مرتبط با شهرداری ها سرو کار دارند بسیار کاربردی و مفید می باشند .
گزارش کارآموزی در شهرداری به فرمت word
ارائه دهنده :
شرح مختصر :
در طول دوره کارآموزی در شهرداری ، با سیستم های شبکه محلی، حقوق و دستمزد در ادارات دولتی و سیستم انبارداری در یک ارگان با تعداد کارکنان بالا و پر مخاطب آشنا شدم که مشروح آموخته هایم را در این دوره که شامل مواردی از قبیل نحوه فعالیت سیستم های نرم افزاری ، نحوه ذخیره و بازیابی اطلاعات ، امنیت در شبکه های داخلی و مواردی دیگر از این قبیل بود .
اساسا یک شبکه کامپیوتری شامل دو یا بیش از دو کامپیوتر وابزارهای جانبی مثل چاپگرها، اسکنرها ومانند اینها هستند که بطور مستقیم بمنظور استفاده مشترک از سخت افزار ونرم افزار، منابع اطلاعاتی ابزارهای متصل ایجاده شده است توجه داشته باشید که به تمامی تجهیزات سخت افزاری و نرم افزاری موجود در شبکه منبع گویند. در این تشریک مساعی با توجه به نوع پیکربندی کامپیوتر ، هر کامپیوتر کاربر می تواند در آن واحد منابع خود را اعم از ابزارها وداده ها با کامپیوترهای دیگر همزمان بهره ببرد.
در طول دوره کارآموزی در شهرداری با اطلاعاتی فنی و تجارتی ارزشمند آشنا شدم ، فعالیت در یک اداره پر مخاطب فنی بزرگ و همچنین آشنایی از نزدیک با فعالیت های اجرایی یک ارگان دولتی با دایره فعالیت گسترده که در تمامی شاخه های کامپیوتر فعال میباشد و همچنین نگهداری و پشتیبانی شبکه محلی اداره و همچنین سیستم های نرم افزاری و سخت افزاری موجود در این ارگان تجارب مفیدی را برای ما در جهت ورود به بازار کار مهیا نمود.
فهرست :
فصل اول – معرفی شهرداری
فصل دوم – تعمیر و نگهداری و پشتیبانی شبکه محلی
استفاده مشترک از منابع
کاهش هزینه
قابلیت اطمینان
کاهش زمان
قابلیت توسعه
ارتباطات
مدل های شبکه
مدل شبکه نظیر به نظیر
مدل شبکه مبتنی بر سرویس دهنده
مدل سرویس دهنده / سرویس گیرنده
اجزا اصلی یک شبکه کامپیوتری
انواع شبکه از لحاظ جغرافیایی
ریخت شناسی شبکه
پروتکل های شبکه
فصل سوم – آشنایی با نرم افزار حقوق و دستمزد
سیستم حقوق و دستمزد
سیستم های حقوق و دستمزد
خلاصه مشخصات سیستم حقوق و دستمزد
ضوابط و ویژگیهای سیستم پرسنلی
عملیات مربوط به احکام کارگزینی و ابلاغیه
عملیات ثبت و نگهداری مشخصات کارکنان و مدیران
فعالیتهای مربوط به حقوق و دستمزد
فعالیتهای مربوط به آموزش
نرم افزار ها در سیستم حقوق و دستمزد
فصل چهارم-سیستم انبارداری
سیستم گزارش خط تولید
فصل پنجم – نتیجه گیری
ادامه ........................
فرمت فایل : word (قابل ویرایش و تغییر)
تعداد صفحات : 56 صفحه گزارش کامل کارآموزی
شما می توانید این فایل گزارش کارآموزی فوق العاده کامل را با عنوان دانلود گزارش کارآموزی و کارورزی در شهرداری به فرمت word را پس از تکمیل خرید و پرداخت در سایت بانک و ارجاع مجدد به این سایت به طور کامل در اختیارداشته باشید همچنین یک نسخه از فایل خریداری شده به ایمیل شما پس از خرید ارسال می گردد در ضمن هنگام خرید می توانید از کدتخفیف که در بالای سایت و در محل درج کد تخفیف قرار دارد استفاده کنید.
مناسب ارائه های فناوری اطلاعات و مهندسی کامپیوتر
عنوان:ارائه یک راهکار بهینه تشخیص ناهنجاری در شبکه های اقتضایی متحرک بر اساس الگوریتم انتخاب منفی
تعداد صفحات : 107
چکیده:
شبکه های اقتضایی متحرک (MANETs) ، مجموعهای از گرههای متحرک و بی سیم هستند که بدون هیچ کنترل مرکزی یا زیرساخت ثابتی با یکدیگر در ارتباطاند. امروزه این شبکه ها به دلیل انعطاف پذیری بالایشان که نتیجهی توپولوژی پویای آنها می باشد، در بسیاری از کاربردها مورد توجه قرار گرفتهاند. ولی شبکه های اقتضایی متحرک به دلیل حرکت مستمرگرهها و تغییرات پویای توپولوژی، نسبت به شبکه های سنتی در مقابل حملات گوناگون آسیب پذیرترند. بنابراین تشخیص نفوذ در این شبکه ها بسیار حائز اهمیت می باشد. یکی از روش های تشخیص نفوذ، تشخیص نفوذ مبتنی بر ناهنجاری می باشد که با توجه به ویژگیهای خاص شبکه های اقتضایی متحرک، استفاده از این روش برای تشخیص نفوذ در این شبکهها مناسبتر است. یکی از راهکارهای تشخیص نفوذ مبتنی بر ناهنجاری، استفاده از سیستم ایمنی زیستی، موسوم به سیستم ایمنی مصنوعی می باشد که الهام گرفته از سیستم ایمنی بدن انسان است.
در این پایان نامه یک راهکار جدید جهت بهبود تشخیص نفوذ مبتنی بر ناهنجاری برای شبکههای اقتضایی متحرک، بر اساس سیستم ایمنی مصنوعی و الگوریتم انتخاب منفی ارائه گردیده و در ادامه راهکار پیشنهادی پیاده سازی و مورد آزمایش قرار گرفتهاست. نتایج آزمایشات انجام شده برای ارزیابی کارایی راهکار پیشنهادی نشان می دهد، راهکار پیشنهاد شده از نرخ تشخیص بالایی برخوردار بوده (95 درصد) و نرخ هشدار غلط در آن به شدت کاهش یافته است (1.06 درصد) و در مجموع نسبت به الگوریتم های مقایسه شده از عملکرد بالایی برخوردار است.
فصل اول: کلیات موضوع
1-1- مقدمه
با پیشرفت فناوری و ظهور و توسعه فناوریهای سیار شاهد شکل گیری شیوه جدیدی از تجارت الکترونیکی تحت عنوان تجارت سیار هستیم که در این نوع از تجارت، ارتباطات به صورت بی سیم صورت می پذیرد. تجارت سیار عبارت است از خرید و فروش کالاها و خدمات با استفاده از وسایل بی سیم از قبیل تلفن های همراه یا ابزارهای دیجیتالی شخصی.
با توجه به گسترش روز افزون تجارت الکترونیک در دنیای کنونی و کاربرد آن در بستر شبکه ها و به خصوص شبکه های سیار، برقراری امنیت اطلاعات برای شکلگیری فعالیتهای تجاری و ادامه حیات آن در بستر این نوع از شبکه ها امری ضروری است. درحقیقت بدون فراهم کردن بسترهای امن ، هر گونه فعالیت تجاری غیر ممکن خواهد بود.
در سال های اخیر استفاده از تکنولوژیهای بی سیم در انواع کاربردها رشد چشمگیری داشته است. شبکه های موردی سیار نیز به عنوان یکی از پرکاربردترین انواع شبکه های بیسیم مورد استقبال فراوانی قرارگرفته است. دلیل این امر سرعت و آسانی پیاده سازی این شبکه ها و نیز عدم وابستگی آنها به ساختارهای از پیش ساخته است. شبکه های اقتضایی متحرک در گستره وسیعی از کاربردهای تجاری و نظامی مورد استفاده قرار می گیرند. این نوع از شبکه ها در مواقعی که نصب و راه اندازی یک شبکه با زیرساخت ثابت غیر ممکن است و یا شبکه موقتی است، بسیار مناسب هستند. این شبکه ها در کاربردهای شخصی مانند اتصال لپتاپها به یکدیگر، کاربردهای عمومی مانند ارتباط وسایل نقلیه وتاکسیها، کاربردهای نظامی مانند اتصال ارتش و ارتباط ناوگان جنگی و کاربردهای اضطراری مانند عملیات امداد و نجات، قابلیت بهکارگیری دارند.
شبکه های اقتضایی متحرک مجموعه ای از گرهها هستند که به صورت بیسیم و نقطه به نقطه با هم ارتباط دارند. ویژگی بارز این شبکه ها تحرک بالای نودها می باشد که نتیجهی آن تغییر پویای توپولوژی شبکه است. محدودیت منابع یکی از ضعفهای این شبکههاست که در به کارگیری آنها باید مورد توجه قرارگیرد. در این شبکه ها هیچ ساختار ثابتی وجود ندارد و نودها بدون هیچ کنترل و مدیریت مرکزی کار می کنند، بنابراین تمامی نودها در قبال مدیریت شبکه مسئول هستند. فقدان مدیریت مرکزی و تحرک اختیاری نودها سبب بالا رفتن آسیب پذیری در برابر حملات داخلی و خارجی دراین شبکه ها می شود. بنابراین به کارگیری روش های امنیتی کارا و مناسب در این نوع از شبکه ها بسیار حائز اهمیت می باشد (نادکامی و میشرا ، 2003). با توجه به ویژگیهای خاص، این نوع از شبکهها در مقابل تهدیدات امنیتی آسیب پذیرترند. بنابراین مسئله برقراری امنیت در شبکه های اقتضایی متحرک در طی سالهای اخیر از سوی پژوهشگران مورد توجه بسیاری واقع گردیده است.
به طور کلی دو رویکرد در محافظت سیستمها در برابر حملات وجود دارد: روشهای پیشگیری و روشهای کشف. ازجمله روشهای پیشگیری میتوان رمزنگاری و احراز هویت را عنوان کرد اما این روشها امنیت را هیچگاه به طور کامل برقرار نمی کنند و همواره حمله کننده ها می توانند بر این روشها غلبه کنند. در این پژوهش سعی داریم یک راهکار امنیتی از نوع دوم برای شبکه های اقتضایی متحرک ارائه دهیم .
1-2- موضوع پژوهش
با توجه به آسیبپذیری بالای شبکه های اقتضایی متحرک و نیز اهمیت آنها در کاربردهای فراوان، روش های برقراری امنیت در این نوع از شبکه ها موضوع بسیاری از پژوهشها میباشد. علیرغم وجود راهکارهای امنیتی مختلف برای برقراری امنیت در شبکههای اقتضایی متحرک، ولی با توجه به حملات و نفوذهای موفق بر روی این شبکه ها، ارائه روشی برای تشخیص حملات و نفوذها همچنان یکی از بزرگترین اهداف پژوهشگران به شمار می آید. دو روش کلی در تشخیص نفوذ وجود دارد: روشهای تشخیص مبتنی بر امضا که از الگوهای حملات شناخته شده برای تطبیق و تشخیص نفوذ استفاده میکنند و روشهای تشخیص مبتنی بر ناهنجاری که یک نما از رفتار عادی شبکه ایجاد کرده و هر فعالیتی که از این نما انحراف داشته باشد به عنوان نفوذ تشخیص داده میشود. روشهای مبتنی بر ناهنجاری قادر به تشخیص حملات جدید هستند. همچنین از لحاظ مصرف انرژی مقرون به صرفهترند. بنابراین بهترین گزینه برای تشخیص نفوذ در شبکه های اقتضایی متحرک می باشند .
سیستم ایمنی مصنوعی روشی است که بر اساس سیستم ایمنی بدن انسان طراحی شده است که راه حلهای جدیدی را برای حل مسائل پیچیده از قبیل عیبیابی و بهینهسازی فراهم میکند.
در سیستم ایمنی مصنوعی، الگوریتمی به نام الگوریتم انتخاب منفی (NSA) تعریف شده است که با الهام از یکی از انواع سلولهای ایمنی به نام سلولهای Tدر بدن، مکانیزم جداسازی خودی/غیرخودی را در سیستم ایمنی بدن شبیهسازی میکند و در کاربردهای مختلفی از قبیل تشخیص خطا و ناهنجاری مورد استفاده قرار میگیرد. الگوریتم انتخاب منفی از شناساگرها برای تشخیص فضای خودی/غیرخودی بهره میبرد. تعریف شناساگرها یکی از وجوه اصلی الگوریتم انتخاب منفی است. دو گروه کلی برای الگوریتمهای انتخاب منفی مطرح میشود: شعاع ثابت و شعاع متغیر؛ که شعاع در نظر گرفته شده برای شناساگرها برای پوشش فضای غیر خودی است.
در این پژوهش روش به کار گرفته شده برای تشخیص ناهنجاری در شبکه های اقتضایی متحرک، استفاده از سیستم ایمنی مصنوعی می باشد. به این ترتیب که سعی شده است با استفاده از الگوریتمهای موجود در سیستم ایمنی مصنوعی مانند الگوریتم انتخاب منفی راهکار بهینه ای برای تشخیص ناهنجاری در شبکه های اقتضایی متحرک اتخاذ گردد.
1-3- هدف پژوهش
هدف از این پژوهش، ارائه ی الگوریتمی جدید جهت تشخیص ناهنجاری در شبکه های اقتضایی متحرک می باشد که بتواند عملکرد بالایی داشته و مشکلات موجود در سیستم های موجود را ارتقا بخشد. یکی از چالش های سیستمهای تشخیص نفوذ موجود این است که در این سیستمها نرخ تشخیص پایین و همچنین دقت تشخیص حملات پایین می باشد. در این پژوهش قصد داریم با استفاده از سیستم ایمنی مصنوعی، به ارائهی الگوریتمی بهینه در حوزهی تشخیص ناهنجاری در شبکههای اقتضایی متحرک بپردازیم که نرخ تشخیص بالا و نرخ هشدار نادرست پایینی داشته باشد.
[1] Nadkami
[2] Mishra
[3]Negative Selection Algorithm
فهرست مطالب:
فصل 1:کلیات موضوع
1-1- مقدمه
1-2- موضوع پژوهش
1-3- هدف پژوهش
1-4- جنبههای نوآورانه پژوهش
1-5- جمع بندی
فصل 2: مفاهیم و تعاریف
2-1- مقدمه
2-2- شبکه های اقتضایی متحرک
2-3- خصوصیات شبکه های اقتضایی متحرک
2-4- مسیریابی در شبکه های اقتضایی متحرک
2-4-1- پروتکل های مسیریابی بر مبنای جدول
2-4-2- پروتکل های مسیریابی برمبنای تقاضا
2-4-2-1- AODV
2-5- امنیت در شبکه های اقتضایی متحرک
2-5-1- انواع حملات در شبکه های اقتضایی متحرک
2-5-2- حملات مخرب
2-6- تکنیک های مقابله با تهدیدها در شبکه های اقتضایی متحرک
2-6-1- تکنیک های پیشگیرانه : مسیریابی ایمن
2-6-2- مدیریت اعتماد و سیستم های مبتنی بر اعتبار
2-6-3- تشخیص نفوذ
2-6-3-1- موتورهای سیستم های تشخیص نفوذ
2-7- سیستم ایمنی مصنوعی
2-7-1- سیستم ایمنی بدن انسان
2-7-1-1- سلول های ایمنی
2-7-2- الگوریتمها و تئوری های سیستم ایمنی مصنوعی
2-7-2-1- تئوری جداسازی خودی/غیرخودی
2-7-2-2- الگوریتم انتخاب منفی
2-7-2-3- الگوریتم انتخاب مثبت
2-7-2-4- الگوریتم انتخاب کلون
2-7-2-5- تئوری خطر
2-8- جمع بندی
فصل سوم :ادبیات موضوع تشخیص نفوذ در شبکه های اقتضایی متحرک
3-1- مقدمه
3-2- تشخیص نفوذ مبتنی بر طبقه بندها
3-3- روش های مبتنی بر خوشه بندها
3-3-1- K-means
3-3-2- خوشهبندی پویا برای تشخیص ناهنجاری
3-3-3- استفاده از روش نزدیکترین همسایه در تشخیص ناهنجاری
3-4- روش تشخیص ناهنجاری مبتنی بر سیستم ایمنی مصنوعی
3-5- جمع بندی
فصل چهارم:راهکار پیشنهادی
4-1- مقدمه
4-1-1- شناساگر با شعاع متغیر
4-1-2- نمونه های خودی با شعاع متغیر
4-1-3- مکانیسم سرکوب ایمنی
4-1-3-1- مشکلات الگوریتم انتخاب منفی
4-2- راهکار پیشنهادی
4-2-1- فاز آموزش
4-2-1-1- تعیین شعاع متغیر برای نمونههای خودی
4-2-1-2- تولید شناساگر با شعاع متغیر
4-2-1-3- شناسایی و نگهداری نمونه های خودی مرزی
4-2-2- فاز تشخیص
4-3- جمع بندی
فصل 5
ارزیابی راهکار پیشنهادی
5-1- مقدمه
5-2- پیاده سازی
5-2-1- پایگاه داده
5-2-2- روش آزمون
5-3- معیار های ارزیابی
5-3-1- نرخ تشخیص
5-3-2- نرخ مثبت اشتباه
5-3-3- معیار NPV
5-3-4- معیار دقت
5-4- تحلیل و ارزیابی نتایج آزمایشات
5-5- جمع بندی
فصل 6 : نتیجه گیری و پیشنهاد
6-1- مقدمه
6-2- خلاصه ای از تحقیق
6-3- تحقیقات آتی
6-4- جمع بندی
فهرست مراجع