>
Fa   |   Ar   |   En
   تحلیل شناختی مبتنی بر یادگیری ماشینی لاگ های وب  
   
DOR 20.1001.2.9919046224.1399.6.1.9.4
نویسنده ایمانی حمید ,داداش تبار کوروش
منبع وب پژوهي - 1399 - دوره : 6 - ششمين کنفرانس بين المللي وب پژوهي - کد همایش: 99190-46224
چکیده    لاگ ها حاوی اطلاعات ارزشمندی در مورد اقدامات کاربر بر روی وب هستند که کاربردهای فراوانی در حوزه های امنیتی، صنایع و علوم گوناگون دارند. لاگ‌ها یک منبع بسیار عالی برای تعیین سلامت وضعیت سیستم هستند. هر روزه حجم عظیمی از لاگ ها که فعالیت های کاربران را ثبت می کنند تولید می شوند که تحلیل آنها با روش های سنتی، کاری بسیار دشوار است بنابراین نیاز به استفاده از روش های تحلیل هوشمند و شناختی است. در حال حاضر روش های یادگیری ماشین به عنوان ابزاری کارآمد در پردازش و تحلیل لاگ های وب به کار گرفته می شوند. ما در این مقاله با بهره گیری از ساختاری که از شبکه عصبی 5 لایه با 2461 پارامتر و توابع فعالسازی سیگموید،تانژانت هیپربولیک و رلو استفاده می کند، توانستیم علاوه بر هوشمند کردن شناسایی تهدیدات سایبری به نتایج مطلوبی در دقت و کمینه کردن تابع خطا بر روی لاگ های جمع آوری شده از پلتفرم ec2 آمازون با معیار ارزیابی f1 برابر یک، در مقایسه با سایر روش های مرسوم یادگیری ماشین از قبیل خوشه بندی،درخت تصمیم،ماشین های بردار پشتیبان،تحلیل مولفه اصلی،جنگل ایزوله و رگرسیون لجستیک دست یابیم.
کلیدواژه تحلیل لاگ ,امنیت ,یادگیری ماشین ,شبکه عصبی چند لایه
آدرس دانشگاه صنعتی مالک اشتر, ایران, دانشگاه صنعتی مالک اشتر, ایران
پست الکترونیکی dadashtabar@mut.ac.ir
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved