نظام الرسائل والاطاريح الجامعية/ المكتبة المركزية

صورة غلاف الرسالة/الاطروحة غير متوفرة
مشاهدة
لايوجد ملف
لايوجد ملف
العنوان باللغة العربية
منصة الرسائل والاطاريح: كشف البيانات المتدفقة لكشف التسلل بأستخدام ألامثلية و طرق التصنيف - جامعة بابل
العنوان باللغة الانكليزية
Stream mining for Intrusion Detection Using Metaheuristics and Classification Technique
اسم الطالب باللغتين
حنين فرحان كاظم سدخان - Haneen Farhan Kahdam sadkan
اسم المشرف باللغتين
.م.د. مهدي عبادي مانع--Asst. Prof. Dr. Mehdi Ebady Manaa
الخلاصة
أن التنقيب عن البيانات المتدفقة تلعب دورًا أساسيًا في تطبيقات الوقت الفعلي. المصادر الرئيسية للبيانات المتدفقة هي أجهزة الاستشعار والوسائط المتعددة والوسائط الاجتماعية. تتسم هذه البيانات بخصائص مميزة تشمل سرعتها العالية وحجمها الضخم للغاية ، بالإضافة إلى قدرتها على التغيير بمرور الوقت. لديها العديد من المشاكل ، أحدها هو مفهوم الانجراف الذي يحدث بسبب الخاصية المستمرة للبيانات المتدفقة. لا تستطيع التقنيات التقليدية للتنقيب عن البيانات التعامل مع هذه البيانات الكبيرة والسريعة أو التنقيب عنها. الهدف من هذا العمل هو تصنيف بيانات المستشعر بواسطة بناء نظام قوي يمكنه جعل مهمة التصنيف اكثر دقة. يمكن الوصول الى هذا النظام باستخدام الامثلية و طرق التصنيف. يتم استخدام الامثلية لبناء أجزاء متوازنة من البيانات باستخدام Particle Swarm Optimization (PSO) للحصول على دقة تصنيف أفضل. يُظهر النموذج المشترك الذي تم تكوينه بواسطة الامثلية وطرق التصنيف تحسنًا في أداء الدقة بمعدل مرتفع ، مقارنة بالنماذج التي لا تنضمن الامثلية. تم اختيار عدة مصنفات بناءً على معادلة رياضية لكل جزء لتحديد الأفضل الذي يعطي أفضل النتائج ذات الدقة العالية. أظهرت النتائج التي حصلنا عليها أداء جيد من حيث دقة التصنيف للشبكة العصبية بنسبة 90٪ ومعدل إيجابي منخفض.
الفئة
المجموعة الطبية
الاختصاص باللغة العربية
الاختصاص باللغة الانكليزية
السنة الدراسية
2021
لغة الرسالة/الاطروحة
اللغة الانكليزية
الشهادة
ماجستير
رابط موقع (doi)
Open access
نعم