دانلود پاورپوینت با موضوع استفاده از روشهاي داده كاوي در تشخيص نفوذ به شبكه هاي كامپيوتري،
در قالب ppt و در 16 اسلاید، قابل ویرایش.
بخشی از متن پاورپوینت:
تكنيك ها داده كاوي و الگوريتم هاي آن
تكنيك هاي آماري
از تكنيكهاي
آماري به عنوان روشهاي يادگيري بالا به پائين ناميده ياد ميشود، اين تكنيك
ها در مواردي كه ايده كلي در مورد روابط مورد نظر وجود دارد، به كار
ميآيند و تواسط آنها ميتوان از روشهاي محاسبات رياضي براي جهت دهي به
جستجوهاي خود استفاده كرد.
ياد گيري ماشين
تكنيكهاي يادگيري ماشين
در شرايطي مناسب است كه هيچ گونه دانش اوليه در مورد الگوهاي داده ها وجود
ندارد؛ به همين دليل گاهي به اين روشها پائين به بالا ميگويند
مزيت
مهم : معمولا به انسانهاي خبره براي تعيين ملزومات مورد نظر به منظور تشخيص
نفوذ نيازي نيست به همين دليل بسيار سريع عمل كرده و مقرون به صرفه
هستند.
تكنيك هاي يادگيري ماشين در داده كاوي به طور كلي به دو دسته Unsupervised و Supervised تقسيم بندي ميشوند.
گام هاي انجام تحقيقات
تعيين داده
دراين گام مجموعه داده تعيين ميشود.
بررسي اوليه داده ها
با
استفاده از دانش خبره و از طريق محاسبه اطلاعاتي از قبيل وزن داده ها،
ميانگين ، مركز داده و … تحليل هايي بر روي داده انجام ميگردد.
ايجاد و آموزش مدل
بعد از ايجاد مدل ميتوان آن به آن آموزش داد.
ايجاد دانش
مدل
ايجاد شده داراي دانشي است كه ان را از مجموعه دادههاي آموزش يادگرفته
است. اين دانش ساختار داده را دربر دارد و الگوهاي موجود در آن را مي
شناسد.
آزمايش از مدل
دانش بدست آمده براي مجموعه داده هايي كه هيچ اطلاعاتي از آنها در اختيار نيست آزمايش مي شود
تكنيك هاي آماري
از تكنيكهاي
آماري به عنوان روشهاي يادگيري بالا به پائين ناميده ياد ميشود، اين تكنيك
ها در مواردي كه ايده كلي در مورد روابط مورد نظر وجود دارد، به كار
ميآيند و تواسط آنها ميتوان از روشهاي محاسبات رياضي براي جهت دهي به
جستجوهاي خود استفاده كرد.
ياد گيري ماشين
تكنيكهاي يادگيري ماشين
در شرايطي مناسب است كه هيچ گونه دانش اوليه در مورد الگوهاي داده ها وجود
ندارد؛ به همين دليل گاهي به اين روشها پائين به بالا ميگويند
مزيت
مهم : معمولا به انسانهاي خبره براي تعيين ملزومات مورد نظر به منظور تشخيص
نفوذ نيازي نيست به همين دليل بسيار سريع عمل كرده و مقرون به صرفه
هستند.
تكنيك هاي يادگيري ماشين در داده كاوي به طور كلي به دو دسته Unsupervised و Supervised تقسيم بندي ميشوند.
گام هاي انجام تحقيقات
تعيين داده
دراين گام مجموعه داده تعيين ميشود.
بررسي اوليه داده ها
با
استفاده از دانش خبره و از طريق محاسبه اطلاعاتي از قبيل وزن داده ها،
ميانگين ، مركز داده و … تحليل هايي بر روي داده انجام ميگردد.
ايجاد و آموزش مدل
بعد از ايجاد مدل ميتوان آن به آن آموزش داد.
ايجاد دانش
مدل
ايجاد شده داراي دانشي است كه ان را از مجموعه دادههاي آموزش يادگرفته
است. اين دانش ساختار داده را دربر دارد و الگوهاي موجود در آن را مي
شناسد.
آزمايش از مدل
دانش بدست آمده براي مجموعه داده هايي كه هيچ اطلاعاتي از آنها در اختيار نيست آزمايش مي شود
دانلود فایل”پاورپوینت استفاده از روشهاي داده كاوي در تشخيص نفوذ به شبكه هاي كامپيوتري”