تشخیص رفتار غیرعادی کاربران در شبکه‌های اجتماعی با استفاده از شبکه‌ی عصبی بازگشتی

تشخیص رفتار غیرعادی کاربران در شبکه‌های اجتماعی با استفاده از شبکه‌ی عصبی بازگشتی


تشخیص رفتار غیرعادی کاربران در شبکه‌های اجتماعی با استفاده از شبکه‌ی عصبی بازگشتی

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: تشخیص رفتار غیرعادی کاربران در شبکه‌های اجتماعی با استفاده از شبکه‌ی عصبی بازگشتی

ارائه دهنده: Provider: فرشته ابراهیم زاده

اساتید راهنما: Supervisors: دکتر محرم منصوری زاده

اساتید مشاور: Advisory Professors: دکتر محمدرضا فیضی درخشی

اساتید ممتحن یا داور: Examining professors or referees: دکتر مهدی سخایی نیا-دکتر حسن ختن لو

زمان و تاریخ ارائه: Time and date of presentation: چهارشنبه 28 مهر -ساعت 16

مکان ارائه: Place of presentation: اتاق 04

چکیده: Abstract: با پیشرفت فناوری اینترنت در دهه های اخیر،جنبه های مختلف سبک زندگی توسط دنیای دیجیتالی تحت تاثیر قرارگرفته است.ازاین رو شبکه های اجتماعی در بین اقشار مختلف رایج شده است.کاربران برای برقراری ارتباط و انجام فعالیت های اجتماعی خود به این شبکه های اجتماعی می پیوندند که در این شبکه ها با توجه به توالی فعالیت هایی برای هر کاربر امکان شکست امنیتی وجود دارد واگر رفتار غیرعادی کاربران به موقع شناسایی و جلوگیری نشود موجب بروز حملات می شود در این صورت کاربر نمی تواند با اطمینان به فعالیت خود در شبکه های اجتماعی ادامه دهد. دراین میان انتخاب ویژگی های مناسب در تحلیل رفتار غیرعادی کابران و همچنین یافتن روشی جدید با استفاده از شبکه های عصبی بازگشتی و با توجه به مدل سازی جداگانه بازه رفتار متعادل هر کاربر که با کاربر دیگری در تعامل است به منظور کاهش خطا، در تشخیص رفتار غیرعادی کاربر می تواند چالش برانگیز باشد.در این پایان نامه به بررسی مساله ی تحلیل رفتارغیرعادی کاربران با استفاده از شبکه های بازگشتی پرداخته شده است.روش پیشنهادی یک شبکه ی عصبی بازگشتی است که ابتدا با استفاده از یکی از تکنیک های آماری پیش پردازش اولیه انجام شده و سپس با شبکه ی عصبی بازگشتی طبقه بندی صورت می گیرد در انتها توسط یکی از متدهای کلاسترینگ کلاستر بندی می شود.در این پایان نامه با بهره گیری ازتکنیک های یادگیری عمیق )شبکه ی عصبی بازگشتی(و تکنیک های آماری،روش تشخیص ناهنجاری در شبکه های اجتماعی بهبود داده شد.همچنین روش پیشنهادی بصورت مستقل برای تشخیص ناهنجاری ها استفاده گردید.روش پیشنهادی در محیط پایتون،بر روی مجموعه داده Vast Challenge ۲۰۰۸و Enron- dataset Emailاجرا گردید.نتایج نشان داد روش پیشنهادی از دقت بیشتری برخوردار است.

فایل: ّFile: