نیک فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

نیک فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

آنالیز اندرکنش خاک-سازه در سازه های بلند همجوار

اختصاصی از نیک فایل آنالیز اندرکنش خاک-سازه در سازه های بلند همجوار دانلود با لینک مستقیم و پر سرعت .

آنالیز اندرکنش خاک-سازه در سازه های بلند همجوار


آنالیز اندرکنش خاک-سازه در سازه های بلند همجوار

عنوان مقاله :آنالیز اندرکنش خاک-سازه در سازه های بلند همجوار

محل انتشار: دهمین کنگره بین المللی مهندسی عمران تبریز


تعداد صفحات:9

 

نوع فایل :  pdf


دانلود با لینک مستقیم


آنالیز اندرکنش خاک-سازه در سازه های بلند همجوار

پاورپونت کامل روش آنالیز سایز نانو مواد توسط روش DLS(PCS, QELS)

اختصاصی از نیک فایل پاورپونت کامل روش آنالیز سایز نانو مواد توسط روش DLS(PCS, QELS) دانلود با لینک مستقیم و پر سرعت .

پاورپونت کامل روش آنالیز سایز نانو مواد توسط روش DLS(PCS, QELS)


پاورپونت کامل روش آنالیز سایز نانو مواد توسط روش DLS(PCS, QELS)

در این محصول روش آنالیز سایز نانو مواد توسط روش DLS(PCS, QELS) به طور کامل توضیح داده شده است  و شامل 93 اسلاید خیلی مفید و منسجم می باشد.


دانلود با لینک مستقیم


پاورپونت کامل روش آنالیز سایز نانو مواد توسط روش DLS(PCS, QELS)

ترجمه مقاله آنالیز مشخصه های مجموعه داده KDD– مبتنی بر کلاس برای تشخیص نفوذ

اختصاصی از نیک فایل ترجمه مقاله آنالیز مشخصه های مجموعه داده KDD– مبتنی بر کلاس برای تشخیص نفوذ دانلود با لینک مستقیم و پر سرعت .
ترجمه مقاله آنالیز مشخصه های مجموعه داده KDD– مبتنی بر کلاس برای تشخیص نفوذ

این مقاله ترجمه مقاله انگلیسی  Analysis of KDD Dataset Attributes - Class wise For IntrusionDetection

 می باشد ./

 

سال انتشار : 2015/

ناشر : ELSEVIER /

 تعداد صفحات مقاله انگلیسی : 10/

تعداد صفحات فایل ترجمه : 14/

فرمت فایل ترجمه : Word /

 

مقاله اصلی را به زبان انگلیسی می توانید رایگان از اینجا دریافت فرمایید /

 

 

 

 

چکیده

مجموعه داده KDDیک الگوی بخوبی شناخته شده در پژوهش تکنیک های تشخیص نفوذ است. تحقیقات زیادی در حال توسعه برای بهبود استراتژی های تشخیص نفوذ هستند، در حالیکه پژوهش روی داده های استفاده شده برای آموزش و تست مدل تشخیص از اهمیت زیادی برخوردار است، زیرا کیفیت داده بهتر می تواند تشخیص نفوذ آفلاین را بهبود دهد. این مقاله، آنالیز مجموعه داده ی KDD را با توجه به چهار کلاس زیر ارائه می کند: پایه، محتوا، ترافیک و هاست که در آنها تمام مشخصه های داده ها می توانند طبقه بندی شوند. آنالیز با توجه به دو معیار ارزیابی مهم انجام می گیرد، نرخ تشخیص (DR) و نرخ آلارم اشتباه (FAR) برای سیستم تشخیص نفوذ (IDS). در نتیجه ی این آنالیز تجربی روی مجموعه داده، سهم هر یک از چهار دسته مشخصه روی DR و FARنشان داده می شود که می تواند به تقویت تناسب مجموعه داده جهت دستیابی به ماکزیمم DR با مینیموم FAR کمک کند. /1003/

 
 

تماس با ما برای راهنمایی یا ترجمه با آدرس ایمیل:

magale.computer@gmail.com

 

 

شماره تماس ما در نرم افزار تلگرام:

تماس با ما+98 9337843121 

 

 تماس با ماکانال تلگرام‌  @maghalecomputer

 

 توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.

 


دانلود با لینک مستقیم


ترجمه مقاله آنالیز مشخصه های مجموعه داده KDD– مبتنی بر کلاس برای تشخیص نفوذ