دانلود مقاله ISI انگلیسی شماره 76912
عنوان فارسی مقاله

سیستم تشخیص ناهنجاری مبتنی بر مشخصات خودمختار با استفاده از تجزیه و تحلیل مولفه های اصلی و تجزیه و تحلیل جریان

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
76912 2015 13 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Autonomous profile-based anomaly detection system using principal component analysis and flow analysis
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Applied Soft Computing, Volume 34, September 2015, Pages 513–525

کلمات کلیدی
مدیریت شبکه؛ خصوصیات ترافیک؛ تشخیص ناهنجاری؛ خصوصیات ترافیک؛ تجزیه و تحلیل مولفه های اصلی؛ جریانها
پیش نمایش مقاله
پیش نمایش مقاله سیستم تشخیص ناهنجاری مبتنی بر مشخصات خودمختار با استفاده از تجزیه و تحلیل مولفه های اصلی و تجزیه و تحلیل جریان

چکیده انگلیسی

Different techniques and methods have been widely used in the subject of automatic anomaly detection in computer networks. Attacks, problems and internal failures when not detected early may badly harm an entire Network system. Thus, an autonomous anomaly detection system based on the statistical method principal component analysis (PCA) is proposed. This approach creates a network profile called Digital Signature of Network Segment using Flow Analysis (DSNSF) that denotes the predicted normal behavior of a network traffic activity through historical data analysis. That digital signature is used as a threshold for volume anomaly detection to detect disparities in the normal traffic trend. The proposed system uses seven traffic flow attributes: bits, packets and number of flows to detect problems, and source and destination IP addresses and Ports, to provides the network administrator necessary information to solve them. Via evaluation techniques performed in this paper using real network traffic data, results showed good traffic prediction by the DSNSF and encouraging false alarm generation and detection accuracy on the detection schema using thresholds.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.