انتخاب ویژگی سیستم تشخیص نفوذ در اینترنت اشیا (IoT)
ترجمه شده

انتخاب ویژگی سیستم تشخیص نفوذ در اینترنت اشیا (IoT)

عنوان فارسی مقاله: انتخاب ویژگی سیستم تشخیص نفوذ در اینترنت اشیا (IoT)
عنوان انگلیسی مقاله: Feature selection for intrusion detection system in Internet-of-Things (IoT)
مجله/کنفرانس: اکسپرس فناوری اطلاعات و ارتباطات - ICT Express
رشته های تحصیلی مرتبط: مهندسی فناوری اطلاعات، فناوری اطلاعات و ارتباطات، مهندسی کامپیوتر
گرایش های تحصیلی مرتبط: اینترنت و شبکه های گسترده، شبکه های کامپیوتری، دیتا و امنیت شبکه، امنیت اطلاعات
کلمات کلیدی فارسی: عدم پذیرش سرویس، اینترنت اشیا، انتخاب ویژگی، سیستم تشخیص نفوذ
کلمات کلیدی انگلیسی: Denial-of-service - Internet of Things - Feature selection - Intrusion detection system
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: scopus - master journals - JCR - DOAJ
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.icte.2021.04.012
دانشگاه: گروه مهندسی کامپیوتر و فناوری اطلاعات، کالج مهندسی پونا، هند
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2021
ایمپکت فاکتور: 6.297 در سال 2020
شاخص H_index: 22 در سال 2021
شاخص SJR: 0.733 در سال 2020
شناسه ISSN: 2405-9595
شاخص Quartile (چارک): Q1 در سال 2020
صفحات مقاله انگلیسی: 5
صفحات ترجمه فارسی: 12 (1 صفحه رفرنس انگلیسی)
فرمت مقاله انگلیسی: pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
ترجمه شده از: انگلیسی به فارسی
وضعیت ترجمه: ترجمه شده و آماده دانلود
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا منابع داخل متن درج یا ترجمه شده است: بله
آیا توضیحات زیر تصاویر و جداول ترجمه شده است: بله
آیا متون داخل تصاویر و جداول ترجمه شده است: بله
کد محصول: 11875
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
ضمیمه: ندارد
ترجمه فارسی فهرست مطالب

چکیده


1- مقدمه


2- بررسی مقالات


3- سیستم پیشنهادی


4- پیاده سازی سیستم و تحلیل نتیجه


5- مقایسه و اعتبارسنجی سیستم


6- نتیجه گیری


منابع

فهرست انگلیسی مطالب

Abstract


1. Introduction


2. Literature review


3. Proposed system


4. System implementation and result analysis


5. System comparison and validation


6. Conclusion


References

نمونه ترجمه فارسی مقاله

چکیده


اینترنت اشیا (IoT) به دلیل آسیب پذیری فعلی دستگاه ها، از انواع مختلف حملات رنج می برد. به دلیل بسیاری از ویژگی های ترافیک شبکه اینترنت اشیا ، مدل های یادگیری ماشین برای شناسایی حملات زمان بر هستند. در این مقاله با استفاده از جمع‌آوری اطلاعات (IG) و نسبت برد  (GR) با 50٪ ویژگی برتر برای شناسایی حملات DoS و DDoS، انتخاب ویژگی سیستم های تشخیص نفوذ (idss) پیشنهاد شده است. سیستم پیشنهادی با استفاده از عملیات درج و اجتماع زیرمجموعه هایی که توسط 50% ویژگی های برتر IG و GR به دست آمده، زیرمجموعه‌های ویژگی را به دست می‌آورد. روش پیشنهادی به ترتیب با یک طبقه‌بندی JRip (JRipclassifier) در مجموعه داده های IoT - bot و KDD Cup 1999 به ترتیب ارزیابی و اعتبارسنجی می شود. این سیستم، نسبت به مجموعه ویژگی‌های اصلی و idss سنتی در مجموعه داده های IoT - bot و KDD Cup 1999 به ترتیب با 16 و 19 ویژگی، کارایی بالاتری را ارائه می دهد.


1- مقدمه


اینترنت اشیا (اینترنت اشیا) یک فناوری پذیرفته شده جهانی در سیستم های شبکه خودکار است. مرحله بعدی ظهور فناوری اطلاعات (IT) و ارتباط مستقیم، اینترنت اشیا است، از اسباب بازی کوچک تا کاربرد خانگی گرفته تا شهر هوشمند اینترنت اشیا. IoT ترکیبی از سیستم های جاسازی شده متصل به ابر است که برای دسترسی به سرویس‌های مرتبط با IT که از ترکیبی از اشیای الکترونیکی و پروتکل اینترنت استفاده می‌کند، توسط مشتری به کارگرفته می‌شود.

نمونه متن انگلیسی مقاله

Abstract


Internet of Things (IoT) is suffered from different types of attacks due to vulnerability present in devices. Due to many IoT network traffic features, the machine learning models take time to detect attacks. This paper proposes a feature selection for intrusion detection systems (IDSs) using Information Gain (IG) and Gain Ratio (GR) with the ranked top 50% features for the detection of DoS and DDoS attacks. The proposed system obtains feature subsets using insertion and union operations on subsets obtained by the ranked top 50% IG and GR features. The proposed method is evaluated and validated on IoT-BoT and KDD Cup 1999 datasets, respectively, with a JRipclassifier. The system provides higher performance than the original feature set and traditional IDSs on IoT-BoT and KDD Cup 1999 datasets using 16 and 19 features, respectively.


1. Introduction


Internet of Things (IoT) is a globally adopted technology in automated network systems. The next stage of the Information Technology (IT) rising and interconnectivity is the IoT, from little toy to homemade application to the smart city in IoT. IoT is a mixture of cloud-connected embedded systems used by the consumer to access IT-related services utilizing the combination of electronics-related things and internet protocol.

تصویری از فایل ترجمه

          


(جهت بزرگ نمایی روی عکس کلیک نمایید)

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- اصل مقاله انگلیسی با فرمت ورد (word) با قابلیت ویرایش
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۵۴,۸۰۰ تومان
خرید محصول
  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

انتخاب ویژگی سیستم تشخیص نفوذ در اینترنت اشیا (IoT)
مشاهده خریدهای قبلی
نوشته های مرتبط
مقالات جدید
نماد اعتماد الکترونیکی
پیوندها