ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Anomaly Detection in Wireless Sensor Networks (WSNs) by using Machine Learning Techniques

العنوان بلغة أخرى: الكشف عن الشذوذ فى شبكات الاستشعار اللاسلكية باستخدام تقنيات التعلم الآلى
المؤلف الرئيسي: Lasasmeh, Alaa Ahmad (Author)
مؤلفين آخرين: Al Kasassbeh, Mouhammd (Advisor)
التاريخ الميلادي: 2015
موقع: الكرك
الصفحات: 1 - 59
رقم MD: 783833
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة مؤتة
الكلية: عمادة الدراسات العليا
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

45

حفظ في:
المستخلص: في هذه الأطروحة قمنا بأنشاء قاعدتين من قواعد البيانات الأساسية: الأولى على أساس نموذج الشجرة، والثانية على أساس نموذج النجمة. وتم تقييمها من خلال ثلاث خوارزميات تعلم الاله: Bayesian Network, Random Forest, MIP . قمنا بتصنيف قاعدتي البيانات المنشئة إلى مصنفين رئيسيين هما (Normal and Attack Classes) لكلا قاعدتي البيانات. تم أنشاء قاعدتي البيانات من خلال المراحل التالية: تنفيذ الشبكة على أساس النموذجين، جمع البيانات، معالجة البيانات وتصنيفها. تحتوي قاعدتي البيانات التي تم أنشائها على بيانات غير حقيقية من خلال أداة محاكاه تدعى Network Simulation 2 (NS2) في كلا قاعدتي البيانات حققت خوارزميةBayesian Network (BayesNet) أعلى مستوى دقة بين المصنفات الأخرى بنتيجة: 95.46% و98.87% على التوالي. بالإضافة أنها استغرقت أقل وقت بين المصنفات الأخرى لبناء نموذج التدريب لكلا قاعدتي البيانات. حققت MLP أقل مستوى دقه بين المصنفات الأخرى بنتيجة: 90.98% tree topology و92.55 star topology. حققتRandom Forest القيمة الوسطية بالنسبة للدقة بين المصنفات الأخرى بنتيجة: 93.72% tree topology و 95.7004% star topology.

عناصر مشابهة