کامپیوتر 79. شبکه های عصبی آموزشی رقابتی پیشرفته در مورد تشخیص نفوذ در شبکه و شناسایی کلاهبرداری

خرید این محصول

» :: کامپیوتر 79. شبکه های آتشی‌مزاج تحصیلی رقابتی پیشرفته در مورد تشخیص نفوذ در شبکه و شناسایی کلاهبرداری

شبکه های عصبی آموزشی رقابتی آباد در مورد تشخیص نفوذ در شبکه و شناسایی کلاهبرداری

جوهره

در این پژوهش، دو الگوریتم سنبله اسیر جدید را معرفی می کنیم. کانال اموزشی رقابتی پیشرفته (ICLN) و شبکه آموزشی رقابتی آباد نظارتی (SICLN) که در زمینه تشخیص کلاهبرداری و تشخیص نفوذ شبکه در می باشند. شبکه اموزشی رقابتی پیشرفته (ICLN) به عنوان الگوریتم خوشه بندی غیرنظارتی می باشد، که قوانین جدیدی را برای کانال های عصبی آموزشی رقابتی مدل (SCLN) اعمال می کند. نورون های شبکه باب شبکه تحصیلی رقابتی پیشرفته (ICLN)  برای ارائه مرکز داده توسط قوانین بروز شده تنبیه و پاداش جدید آموزش دیده اند. این قوانین بروز شده، بی ثباتی شبکه های آتشی‌مزاج آموزشی رقابتی استانداردSCLN)  ) را از بین می برند. شبکه آموزشی رقابتی یشرفته نظارتی (SICLN) به عنوان تجویز بررسی شده شبکه اموزشی رقابتی پیشرفته (ICLN) می باشد . در SICLN (شبکه آموزشی رقابتی یشرفته نظارتی (SICLN) ، قوانین بروزرسانی شده نظارتی از دسته بندی داده برای ارشاد مراحل پرورش برای دسترسی به نتایج خوشه بندی بهتر استفاده می کند. شبکه آموزشی رقابتی آباد نظارت شده می تواند برای داده های دسته اسیر شده و دسته بندی نشده اعمال شده و در سطح بالایی در برابر اتیکت های مفقودی و تاخیری مقاوم می باشد. اضافه حرف این، شبکه آموزشی رقابتی یشرفته نظارتی (SICLN) دارای قابلیت بازسازی بوده، بنابراین کاملا مستقل از تعداد اولیه خوشه ها می باشد.  

برای ارزیابی الگوریتم های مناسبت نظر، به مقایسه عملی در مورد داده های تحقیق و داده های حقیقی در امتیاز کلاهبرداری و تشخیص نفوذ شبکه پرداختیم. نتایج اثبات می کند که هر دو مورد ICLN و SICLN به سمت آرشیو عملکرد بالا می پردازند، و SICLN در الگوریتم های خوشه بندی غیرنظارتی سنتی عملکرد بهتری دارد.  

کلیدواژه: آموزش رقابتی، شناسایی کلاهبرداری، آشنایی نفوذ، سنبله بندی نظارتی/ غیر نظارتی، شبکه عصبی

خرید این محصول