عنوان پروژه : پروژه طبقه بندی(پیش بینی) دیتاست KDDCUP99 با استفاده از الگوریتم آدابوست(adaboost) در رپیدماینر

توضیح  کلی :

بر خلاف کپی بودن و مشکل دار بودن محتوای پروژه های موجود در وب که متاسفانه کپی و خالی از محتوا می باشد. ما سعی کردیم بهترین داکیومنت و کامل ترین داکیومنت را به جهت آموزش شما در محصول بگنجانیم. علاوه بر آن اگر در داکیومنت مشکلی داشتید به راحتی می توانید در تلگرام یا واتس آپ پیام داده و مشکل خود را حل کنید.

 هدف اصلی این پروژه انجام فرایند طبقه بندی یا پیش بینی دیتاست KDDCUP با استفاده از الگوریتم یادگیری ماشین یا طبقه بندی آدابوست(adaboost) در نرم افزار داده کاوی رپیدماینر است. این پروژه تضمین می کند شما بتوانید یک پروژه رپیدماینر را از صفر تا صد خودتان اجرا کرده و یاد بگیرید.

کلیه مراحل شبیه سازی همراه با نتایج بدست آمده در نرم افزار داده کاوی رپید ماینر شبیه سازی شده است.دیتاست مربوطه نیز پس از خرید موجود می باشد

اطلاعات دیتاست به قرار زیر می باشد

نام ویژگی شرح نوع
count تعداد اتصلات به هاست مشابه در  اتصال حاری در دو دقیقه قبل continuous
Note: The following  features refer to these same-host connections.
نکته : ویژگیهای زیر به اتصلات same host ارجاع داده می شوند
serror_rate % of connections that have “SYN” errors continuous
rerror_rate % of connections that have “REJ” errors continuous
same_srv_rate % of connections to the same service continuous
diff_srv_rate % of connections to different services continuous
srv_count number of connections to the same service as the current connection in the past two seconds continuous
Note: The following features refer to these same-service connections.
srv_serror_rate % of connections that have “SYN” errors continuous
srv_rerror_rate % of connections that have “REJ” errors continuous
srv_diff_host_rate % of connections to different hosts continuous
hot تعداد شاخص های hot continuous
num_failed_logins تعداد تلاش های برای ورود که با شکست مواجه شده اند continuous
logged_in اگر با موفقیت وارد شده باشد مقدار ۰ در غیر اینصورت ۱ discrete
num_compromised تعداد شرایط در معرض خطر continuous
root_shell اگر پوسته روت بدست آمده باشد ۰ در غیر اینصورت ۱ discrete
su_attempted اگر دستور su root به کار گرفته شده باشد ۰ در غیر اینصورت ۱ discrete
num_root تعداد دسترسی های root continuous
num_file_creations تعداد عملیات های ایجاد فایل continuous
num_shells number of shell prompts continuous
num_access_files تعداد عملیات های دسترسی کنترل فایل ها continuous
num_outbound_cmds تعداد دستورات خارجی در یک نشست ftp continuous
is_hot_login اگر ورود متعلق به لیست hot باشد ۰ در غیر اینصورت ۱ discrete
is_guest_login ۱ if the login is a “guest”login; 0 otherwise
اگر ورود میهمان باشد  ۰ در غیر اینصورت ۱
discrete
duration طول اتصال ( تعداد ثانیه ها) continuous
protocol_type نوع پروتوکل مثل TCP , UDP و غیره discrete
service سرویس شبکه در مقصد برای مثال http , telnet و غیره discrete
src_bytes تعداد بایت های داده از منبع به مقصد continuous
dst_bytes تعداد بایت های داده از مقصد به منبع continuous
flag حالت نرمال یا خطای یک اتصال discrete
land اگر اتصال از /به هاست مشابهی بود آنگاه پورت ۰ در غیر اینصورت پورت ۱ discrete
wrong_fragment تعداد فرگمنت های اشتباه continuous
urgent تعداد بسته های فوری conti

امکانات اصلی پروژه :

  1. تحویل داکیومنت کامل با تصویر به همراه توضیحات تشریحی
  2. تحویل سورس فایل رپیدماینر
  3. تحویل دیتاست
  4. یک ویدیو کامل از مراحل پیاده سازی یک پروژه عملی رپیدماینر

 

دیدگاه‌ها (0)

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “پروژه طبقه بندی دیتاست KDDCUP99 با استفاده از الگوریتم آدابوست در رپیدماینر”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


پاسخ من را به ایمیلم ارسال کن