خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : سیستم تشخیص نفوذ توزیع شده برای محیط های ابری بر اساس تکنیک های داده کاوی
.
English Article Title: Distributed Intrusion Detection System for Cloud Environments based on Data Mining techniques
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2018.01.095

Keywords:
#Intrusion_Detection_Systems
#Data_Mining_techniques
#Cloud_Computing
#Machine_Leaning
#Hadoop
#MapReduce
#سیستم‌_تشخیص_نفوذ
#داده_کاوی
#نفوذ
#محاسبات_ابری
#یادگیری_ماشین
#هادوپ
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)

چکیده مقاله:
تقریبا دو دهه بعد از ظهور آنها؛ محاسبات ابری همچنان در میان سازمان ها و کاربران فردی در حال افزایش است. بسیاری از مسائل امنیتی همراه انتقال برای این الگوی محاسباتی شامل تشخیص نفوذ به وجود می اید. ابزارهای حمله و نفوذ با شکستن سیستم های تشخیص نفوذ سنتی (IDS) با مقدار زیادی از اطلاعات ترافیک شبکه و رفتارهای پویا پیچیده تر شده است. IDSs ابری موجود از کمبود دقت تشخیص؛ نرخ مثبت کاذب بالا و زمان اجرای بالا رنج می برد. در این مقاله ما یک یادگیری توزیع ماشینی بر مبنی سیستم تشخیص نفوذ برای محیط های ابری را ارائه می دهیم. سیستم پیشنهاد شده برای مندرجات در سمت ابری به وسیله اندازه همراه اجزای شبکه لبه از ابرهای ارائه شده است. اینها به ترافیک رهگیری شبکه های ورودی به لبه شبکه routers از از لایه فیزیکی اجازه می دهد. یک الگوریتم پنجره کشویی (sliding window) مبتنی بر زمان برای پیش پردازش شبکه گرفتار ترافیک در هر router ابری استفاده می شود و سپس در نمونه تشخیص ناهنجاری دسته بندی Naive Bayes استفاده می شود. یک مجموعه از گره های سرور کالا بر مبنی یک Hadoop و MapReduce برای هر نمونه تشخیص ناهنجاری از زمانی که تراکم شبکه افزایش می یابد؛ در دسترس است. برای هر پنجره زمانی؛ داده ترافیک ناهنجاری شبکه در هر طرف router برای یک سرور ذخیره سازی مرکزی هماهنگ شده است. بعد؛ یک طبقه بندی یادگیری گروهی بر مبنی یک Forest تصادفی برای اجرای یک مرحله دسته بندی چند کلاسه نهایی به منظور تشخیص انواعی از هر حمله استفاده می شود.

لغات کلیدی: سیستم های تشخیص نفوذ | محاسبات ابری | یادگیری ماشین | هادوپ | MapReduce

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/36nA3kR

عنوان فارسی مقاله : یک بررسی در Hadoop – HDFS پسوند زیرساخت ها
.
English Article Title: A review on hadoop — HDFS infrastructure extensions
Year: 2013
Publisher: IEEE
Journal: 2013 IEEE Conference on Information & Communication Technologies
DOI: https://doi.org/10.1109/CICT.2013.6558077

Keywords:
#Hadoop_HDFS_infrastructure_extensions
#Apache
#open_source_implementation
#Map/#Reduce_framework
#data_intensive_applications
#parallel_applications
#Hadoop_distributed_file_system
#Google_file_system
#GFS
#data_storage
#commodity_hardware
#fault_tolerance
#Distributed_Computing
#Hadoop
#HDFS
#Data_Layout
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#محاسبات_توزیع_شده
#هادوپ
#سیستم_فایل_توزیع_شده_هادوپ
#طرح_بندی_داده_ها

چکیده مقاله:
هادوپ آپاچی در حال حاضر نرم افزار بسیار خوبی است، اما هنوز زمینه های توسعه و پیشرفت برایش وجود دارد. تعدادی از پیشرفت ها که به هادوپ پیشنهاد شده است که یک برنامه منبع باز از چارچوب نگاشت کاهش (یا تلخیص و انتخاب) گوگل است. این برنامه توزیع شده، داده های فشرده و موازی با تجزیه یک کار بزرگ به وظایف کوچکتر و مجموعه داده های گسترده ای را در قسمت های کوچک تر، به طوری که هر کار پردازش قسمت های مختلف به موازات را انجام میدهد . هادوپ از سیستم فایل توزیع شده هادوپ (HDFS) استفاده می کند که یک پروتکل باز از سیستم فایل گوگل (GFS ) برای ذخیره داده ها است. نگاشت کاهش برنامه به طور عمده از سیستم فایل توزیع شده هادوپ برای ذخیره داده ها استفاده می کند. سیستم فایل توزیع شده هادوپ یک سیستم فایل توزیع بسیار بزرگ است که از سخت افزار کالا استفاده می کند و توانایی بالا و همچنین تحمل خطا را فراهم می کند. بسیاری از شرکت های بزرگ معتقدند که طی چند سال پیش نیمی از داده های جهان در هادوپ ذخیره خواهد شد. سیستم فایل توزیع شده هادوپ فایل ها را به صورت مجموعه ای از بلوک ها ذخیره می کند و برای تحمل خطا تکرار می شود. قسمت بندی، پردازش، طرح بندی، تکثیر و قرار دادن بلوک های داده های استراتژیک عملکرد هادوپ را افزایش می دهد و تحقیقات زیادی در این زمینه انجام شده است. در این مقاله برخی از پیشرفت های عمده پیشنهاد شده برای هادوپ به خصوص در ذخیره، پردازش و قرار دادن داده ها مورد بررسی قرار می گیرد.

کلیدواژه: محاسبات توزیع شده، هادوپ ، سیستم فایل توزیع شده هادوپ ، طرح بندی داده ها.

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2TcJMWD