CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارتقاء امنیت پایگاه های داده با استفاده از یادگیری ژرف به منظور جلوگیری از حملات سازماندهی شده

عنوان مقاله: ارتقاء امنیت پایگاه های داده با استفاده از یادگیری ژرف به منظور جلوگیری از حملات سازماندهی شده
شناسه ملی مقاله: ICELE05_251
منتشر شده در پنجمین کنفرانس ملی مهندسی برق و مکاترونیک ایران در سال 1398
مشخصات نویسندگان مقاله:

ساره شجاعی نصیرآبادی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر با گرایش نرم افزار، دانشگاه آزاد اسلامی واحد زاهدان
میعاد شجاعی نصیرآبادی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر با گرایش معماری کامپیوتر، دانشگاه آزاد اسلامی واحد کرمان
محمدرضا وظیفه - استادیار دانشکده مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد زاهدان

خلاصه مقاله:
از دیرباز تا کنون یکی از اصلی ترین چالش ها در زمینه استفاده از پایگاه های داده، تامین امنیت این پایگاه ها بوده است، از آنجائی که بسیاری از پایگاه های داده حاوی داده های مهمی هستند و یا در صورت مختل شدن می توانند تاثیرات بدی بر سامانه های هم محور داشته باشند، لازم است به بررسی چالش های این پایگاه ها و نحوه برطرف کردن و نهادینه نمودن این چالش ها بپردازیم. در دنیای کنونی ما تمامی سامانه های مبتنی بر پایگاه های داده تاثیر پذیر از انواع چالش های امنیتی و حملات سایبری هستند. در این پژوهش قصد داریم به بررسی نوع خاصی از حملات که با عنوان حمله محروم سازی از سرویس نامیده می شود بپردازیم و سپس در ادامه به بررسی روش یادگیری ژرف که بر مبنای نحوه عملکرد شبکه عصبی انسان پی ریزی شده است مروری داشته باشیم، سپس از متد یادگیری ژرف به منظور تامین امنیت در برابر حملات محروم سازی از سرویس خواهیم پرداخت. نتایج حاصل از فرضیات این پژوهش با استفاده از یک شبیه ساز مورد بررسی قرار گرفته است.

کلمات کلیدی:
یادگیری ژرف، یادگیری ماشین، پایگاه داده، محروم سازی از سرویس،ddos

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/988579/