دانلود ترجمه مقاله مطالعه ای بر الگوریتم‌های کلان داده در سنجش امنیت شبکه

1. مقدمه 2. اصول اولیه‌ی تحلیل کلان داده‌ها 2.1. روال کلی تحلیل کلان داده‌ها 2.2. معیار ارزیابی تحلیل داده‌ها 3. روش‌هایی برای کاهش ابعاد داده‌ها 3.1. کاهش خطی ابعاد 3.2. کاهش غیرخطی ابعاد 4. روشی برای دسته‌بندی داده‌ها 4.1. درخت تصمیم (DT) 4.2. نایو بیزین (NB) 4.3. ماشین بردار پشتیبان (SVM) 4.4. K نزدیکترین همسایه (KNN) 5. مسائل باز و مسیرهای تحقیقاتی برای آینده 5.1. مسائل باز 5.2. روند مسیرهای تحقیقاتی در آینده 6. نتیجه‌گیری

مقدمه: امروزه شبکه‌های ارتباطی و شبکه‌های اجتماعی به بخش مهمی از زندگی ما تبدیل شده‌اند، اکثر حوزه‌ها مانند بیوانفورماتیک، پزشکی، آموزش و پرورش، کشاورزی، مدیریت ترافیک، و ادارات دولتی در حال حاضر به این شبکه‌ها متکی بوده و کاربران این شبکه‌ها نیز به سرعت در حال افزایش هستند. مردم هر روز بیشتر از قبل به این شبکه‌ها وابسته‌تر می‌شوند. در چنین وضعیتی، دو مشکل توجه ما را به خود جلب نموده است. اول اینکه، وقوع حملات شبکه با افزایش کاربران شبکه در حال رشد است. چنین حملاتی ممکن است باعث ایجاد تهدیدات امنیتی از قبیل افشای اطلاعات، تقلب در اطلاعات، فلج کردن شبکه، و آسیب مالی شوند. در هنگام استفاده از یک سرویس شبکه، کاربران می‌خواهند سطح امنیتی این سرویس را بدانند تا از آسیب و نابودی احتمالی پیشگیری کنند. دوم اینکه، رخدادهای امنیتی در یک شبکه رخ می‌دهد، یک روش پاسخگوی به موقع که به تهدیدات امنیتی رسیدگی می‌کند، نیاز دارد که امنیت شبکه را به سرعت اندازه‌گیری کند. بنابراین اپراتورهای شبکه به یک روش پردازش ردیابی داده‌ها نیاز دارند تا یک سرویس امن شبکه را تضمین نمایند. با انگیزه گرفتن از کاربران و اپراتورهای شبکه، اندازه‌گیری امنیت شبکه به صورت موثر و کارآمد تبدیل به یک امر بسیار ضروری و مهم شده است. به طور کلی، داده‌های مربوط به امنیت (به اختصار داده‌های امنیتی) به مجموعه‌دادگانی اشاره دارد که شامل اطلاعات ارزشمندی هستند که پی بردن به مسائل، حمله‌ها، حفره‌ها یا تهدیدات امنیتی را با تحلیل و کاوش آنها ممکن می‌سازند. مشخصات داده‌های مربوط به امنیت (داده‌های امنیتی) به شرح زیر است: (1) دسته‌بندی چند-کلاسی برای تحلیل داده‌ها. در یک شبکه‌ی پیچیده، انواع مختلفی از تهدیدات امنیتی وجود دارد. اندازه‌گیری نتایج باید ترکیبی از تحلیل نتایج بر اساس تمام انواع داده‌های مربوط به امنیت باشد، و نباید تنها بر اساس تحلیل یک یا دو نوع از این تهدیدات باشد. (2) اندازه‌ی بزرگ داده‌ها. با توجه به پوشش گسترده‌ی شبکه‌ها، داده‌های جمع‌آوری شده برای اندازه‌گیری امنیت معمولا حجم زیاد و ابعاد بالایی دارند. (3) غنی بودن اطلاعات مربوط به امنیت. اطلاعات ارزشمندی توسط داده‌های امنیتی حمل می‌شوند تا امنیت شبکه اندازه‌گیری شود. (4) مسائل حریم خصوصی. با توجه به اینکه داده‌های امنیتی شامل اطلاعات حریم خصوصی کاربران هستند، از این رو مسائل حریم خصوصی نیز باید در نظر گرفته شوند. مشخصات خاص داده‌های امنیتی باعث ایجاد چالش‌های خاصی در اندازه‌گیری امنیت شبکه می‌شوند. بنابراین به وضوح مشخص است که روش‌های خاص و جدیدی برای تحلیل داده‌ها به منظور غلبه بر چالش‌های بالقوه باید کشف و توسعه داده شوند. با این حال، تحقیقات در این زمینه همچنان در دوران ابتدایی خود قرار دارد. ما در این مقاله بر روی مسائل موجود در روش‌های تحلیل کلان‌داده‌ها برای اندازه‌گیری امنیت تمرکز می‌کنیم، و به طور عمده به بررسی الگوریتم‌های موجود در فرآیندهای مختلف تحلیل کلان‌داده‌ها از جمله کاهش ابعاد داده‌ها، دسته‌بندی داده‌ها و ترکیب داده‌ها می‌پردازیم. ما همچنین روش‌های موجود را با توجه به معیارهای ارائه شده در بخش 2 ارزیابی می‌کنیم.

Introduction: Nowadays, communication networks and social networks are becoming an indispensable part of our life, many areas like bioinformatics, medicine, education, agricultural, traffic management, and government departments are currently relying on these networks, and make the amount of network users increasing rapidly. People are getting more and more inseparable with networks. In this situation, two problems arouse our attention. Firstly, network attacks are emerging with the increasing amount of the network users. They may cause such network security threats as information disclosure, information fraud, network paralysis, and property damage. When using a networking service, users want to know its security level in order to avoid potential loss. Secondly, when security incidences occur in a given network, a timely response mechanism for security threats requires quick measurement on network security. So a data trace back processing is required by network operators to ensure a secure networking service. Motivated by both network users and operators, it becomes essential to measure network security in an efficient and effective manner. Generally speaking, security related data (in short security data) refers to the datasets that contain valuable information, which makes possible to figure out security issues, attacks, holes or threats by analyzing and mining them. The characteristics of the security related data are summarized as below: (1) Multi-class classification for data analysis. In a complex network, there are various types of security threats. Measurement results should be a composition of the analysis results based on all types of security related data instead of one or two types. (2) Big size. Due to the wide coverage of networks, the data collected for security measurement usually have high volume and high dimension. (3) Rich in security related information. Valuable information is carried by security related data for the sake of network security measurement. (4) Privacy issue. Due to the private information of users contained in security data, privacy issues should be taken into consideration. The specific characteristics of security related data cause special challenges on network security measurement. Obviously, special and novel data analysis methods should be innovated and developed in order to overcome the potential challenges. However, the research in this field is still in its infancy. In this paper, we focus on the problem of big data analysis methods for security measurement, and mainly investigate the existing algorithms in different processes of big data analysis including Data Dimension Reduction, Data Classification and Data Composition. We also evaluate the existing methods in terms of criteria proposed by us in Sect. 2.

بخشی از ترجمه مقاله (صفحه 10 فایل ورد ترجمه)