Proposed Network Intrusion Detection System ‎In Cloud Environment Based on Back ‎Propagation Neural Network | مجلة جامعة بابل - للعلوم الصرفه والتطبيقية

pdf (الإنجليزية)

منشور: Dec 19, 2017

DOI: https://doi.org/10.29196/jub.v26i1.351

الكلمات المفتاحية:

بيئة الحوسبة السحابية ‏، كشف التطفل‏، خوارزمية الانتشار العكسي‏، تعلم الآلة‏

Shawq Malik Mehibs

Computer science department, University of Technology. Baghdad-Iraq.‎

Soukaena Hassan Hashim

Computer science department, University of Technology. Baghdad-Iraq.‎

الملخص

الحوسبة السحابية هي هيكيلة موزعة توفر قدرات حسابية, موارد تحزين كخدمة عبر الانترنت للأيفاء بمتطلبات المستخدم بسعر منخفض .بسبب طبيعة الحوسبة السحابية المفتوحة والخدمة المقدمة المتسللين ينتحلون المستخدمين المخولين وبعد ذلك يسيئون استخدام موارد وخدمات الحوسبة السحابية . لكشف المتسللين والانشطة المشبوة في بيئة الحوسبة السحابية ،نظام كشف التطفل يستخدم لكشف المستخدمين الغير مخولين والانشطة المشبوهة بواسطة فحص نشاطات المستخدم على الشبكة .في هذا البحث استخدمت خوارزمية الشبكات العصبية الاصطناعية (BP) لبناء نظام كشف تطفل في بيئة السحابية .النظام المقترح اختبر باستخدام بيانات KDD99 . اظهرت النتائج ان النظام المقترح يشكل طريقة واعدة تتميز بدقة عالية مع نسبة انذار كاذبة منخفضة

كيفية الاقتباس

[1]

"Proposed Network Intrusion Detection System ‎In Cloud Environment Based on Back ‎Propagation Neural Network", JUBPAS, م 26, عدد 1, ص 29–40, 2017, doi: 10.29196/jub.v26i1.351.

إصدار

مجلد 26 عدد 1 (2018)

القسم

Articles

كيفية الاقتباس

[1]

"Proposed Network Intrusion Detection System ‎In Cloud Environment Based on Back ‎Propagation Neural Network", JUBPAS, م 26, عدد 1, ص 29–40, 2017, doi: 10.29196/jub.v26i1.351.

تنزيل الاقتباسات

المؤلفات المشابهة

Shawq Malik Mehibs, Soukaena Hassan Hashim, Proposed Network Intrusion Detection System Based on Fuzzy c Mean Algorithm in Cloud Computing Environment , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: مجلد 26 عدد 2 (2018)
Hadeel Qasem Gheni , Wathiq L. Al-Yaseen , Hyper-Parameters Consequence on the Performance of Deep Learning Algorithm for Intrusion Detection System , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: Vol.32 No 1 ( 2024)
Maha Salah Al-Janabi, Ali Yakoob Al-Sultan , Advances in Breast Cancer Detection Techniques: A Comprehensive Survey , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: Vol.32 No 1 ( 2024)
Haneen Mohammed Hussein, Zaid Haitham Qasim, Ammar Ali Mustafa, Network Traffic Classification Against Adversarial Attacks Based Deep Learning , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: مجلد 32 عدد 2 (2024): Vol.32 No 2 ( 2024)
Zahraa Najah, Wesam Sameer Bhaya, Most Recent Malicious Software Datasets and Machine Learning Detection Techniques: A Review , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: مجلد 31 عدد 2 (2023): Vol 31 No2 (2023)
Jameela Ali Alkrimi, Improving Character Recognition Accuracy with Meta-Heuristic Algorithms , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: Vol.32 No 3 ( 2024)
Faqeda Hassen, Mohammed Abdullah Naser, A Face Detection System: A Comprehensive Survey , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: مجلد 32 عدد 2 (2024): Vol.32 No 2 ( 2024)
Yahya Ismail Ibrahim, Fawzia Mahmoud Remo, Younis Samir Younis, Design a Hybrid Algorithm Based on Tabu Search and Misuse Detection for Intrusion Dataset (KDD99 10%) , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: مجلد 27 عدد 5 (2019)
Zaid Ibrahim Rasool, Minimizing Costs in Fog Nodes Through Effective Resource and Task Scheduling , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: Vol.32 No 3 ( 2024)
Asmaa Dheyaa Saed Mashtah, Strengthening SCADA System Security through a Novel Intrusion Detection Method Using artificial intelligence Algorithm , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: مجلد 32 عدد 4 (2024): Vol.32 No 4 ( 2024)

يمكنك أيضاً إبدأ بحثاً متقدماً عن المشابهات لهذا المؤلَّف.

الأعمال الأكثر قراءة لنفس المؤلف/المؤلفين

Shawq Malik Mehibs, Soukaena Hassan Hashim, Proposed Network Intrusion Detection System Based on Fuzzy c Mean Algorithm in Cloud Computing Environment , مجلة جامعة بابل - للعلوم الصرفه والتطبيقية: مجلد 26 عدد 2 (2018)