جستجوي پيشرفته | کتابخانه مجازی الفبا

امروزه یکی از مهمترین چالش‌ها در زمینه امنیت اطلاعات و شبکه‌های ارتباطی، گسترش روزافزون بدافزارها است که به دنبال آن،یافتن راه‌های مناسب جهت حفاظت سیستم‌ها در مقابل نفوذگران الزامی است .یکی از مشکلات اساسی برای درک صحیح رفتارهای مخرب و گرایش‌های جدید در توسعه بدافزارها، این است که بدافزارها نیز مانند کامپیوترها و نرم‌افزارها به سرعت توسعه و بهبود می‌یابند و روز به روز، از روش‌های پیچیده‌تری برای گریز از تشخیص بهره می‌گیرند. لذا روش‌های سنتی، مانند تطابق چند رشته کد از امضای بدافزارها، که قادر به شناسایی بدافزارهای ناشناخته و جدید نبوده و میزان هشدارهای نادرست بالایی دارند، به تنهایی کارایی لازم جهت تشخیص بدافزارها را ندارند. در اینجاست که تشخیص هوشمند به موازات پیچیده‌تر شدن بدافزارها مورد توجه قرار گرفته‌است. روش‌های هوشمند کنونی، با تکیه بر تکنیک‌های یادگیری ماشین، کمک به درک سریع‌تر رفتارهای مخرب کرده و، در نتیجه، راه را برای تشخیص و ارزیابی بدافزارها هموارتر ساخته اند. باتوجه به اهمیت این موضوع، ایده اصلی ما، ارائه یک سیستم تشخیص بدافزار با توانایی درک معنایی است که با استفاده از جریان اطلاعات یعنی روابط میان داده‌ها و استنتاج آنها، بدافزار را شناسایی کرده و، سپس، با استفاده از طبقه‌بندی ابعادی پیشنهادی، بدافزار شناسایی شده را به درستی به خانواده مربوط به خود اختصاص می‌دهد.چارچوب پیشنهادی به معرفی یک سیستم تشخیص نفوذ توزیع شده در سطح شبکه می‌پردازد که شناسایی بدافزارها را با استفاده از مفاهیم هستان‌شناسی انجام داده و آن ها را به خوبی طبقه‌بندی می‌کند. سیستم ارائه شده، قادر به شناسایی حملات ناشناخته بوده و بهبود قابل ملاحظه‌ای در نرخ تشخیص، نسبت به سایر روش‌ها داشته، ضمن اینکه نرخ هشدارهای نادرست آن، در مقایسه با سایر روش‌ها پایین‌تر است.

روز به روز در کاربردهای بیشتری از قبیل مدل‌سازی ترافیک، شبکه‌های حسگر و دنبال کردن در کاربردهای نظامی، پردازش داده‌های برخط و غیره، شاهد تولید هر روزه حجم عظیمی از داده‌های جریان‌دارهستیم. کشف دانش بهینه از این جریان‌های داده، یک حوزه تحقیقاتی فعال در داده‌کاوی با کاربردهای متفاوت بوجود آورده است. برخلاف داده‌های ایستای موجود در پایگاه داده‌های سنتی، داده‌های جریان‌دار اغلب به صورت پیوسته با سرعت بالا و با حجم زیاد و همچنین با توزیع داده متغیر دریافت می‌شود. از طرفی مقادیر آنتولوژی‌ها و حاشیه‌نویسی‌هایمعنایی موجود بر روی داده‌ها نیز به طور پیوسته در حال افزایش می‌باشد. این نوع داده‌های پیچیده و ناهمگن چالش‌های جدیدی را در حوزه‌ تحقیقاتی داده‌کاوی بوجود آورده است. اصلی‌ترین چالش در این مسأله، نیاز فناوری‌های کاوش قوانین انجمنی به تراکنش‌ها می‌باشد، در حالی که در داده‌های معنایی تعریف دقیقی از تراکنش وجود ندارد. کارهای مشابهی که در این زمینه انجام گردیده‌اند، اغلب با کمک کاربر تراکنش‌ها را برای داده‌های معنایی تعریفکرده و سپس به کمک الگوریتم‌های داده‌کاوی سنتی اقدام به کاوش قوانین انجمنی از این تراکنش‌ها می‌نمایند و لازمه این کار تسلط کاربر به ساختار داده‌های معنایی و دامنه کاربرد مورد نظر می‌باشد. لذا روشی مورد نیاز است که انسجام معنایی را در تمام مراحل کار برقرار سازد و تعریفی کلی و یکپارچه برای تراکنش‌ها و سایر مفاهیم مرتبط ارائه دهد. بنابراین در اینتحقیق به ارائه روشی جهت رفع چالش‌های ذکر شده و امکان‌پذیر ساختن پردازش حجم وسیع داده‌های معنایی جریان‌دار موجود و کشف و ذخیره‌سازی قوانین انجمنی جدید در سطح معنایی بالاتر با استفاده از غنای معنایی مفاهیم موجود در آنتولوژی و بهره‌وری از دیگر فناوری‌های معنایی پرداخته شده است.

در سالهاي اخير تلاشهاي زيادي براي طراحي روشهاي يادگيري و خودکار سازي فرايند ساخت هستان نگار در جهان انجام شده است. هستان نگارها در زمينه هاي زيادي نظير وب معنايي، جويشگرها، تجارت الکترونيکي، پردازش زبان طبيعي، مهندسي دانش، استخراج و بازيابي اطلاعات، طراحي دادگان، سامانه‌هاي چند کارگزاره و کتابخانه‌هاي ديجيتال و غيره کاربرد دارند. مشکل عمده در ساختن هستان نگارها، اکتساب دانش و زمانبر بودن ساخت آنها براي کاربردهاي مختلف است. بنابراين ساخت خودکار هستان نگار راه حل مناسبي براي چيره شدن بر اين مشکلات است. در دو دهة اخير فعاليت‌هاي زيادي در زمينة يادگيري هستان نگار انجام شده و روش ها، ابزارها و سامانه‌هاي مختلفي نيز ارائه شده که از روشها و الگوريتم هاي رشته‌هاي مختلفي مانند پردازش زبان طبيعي، يادگيري ماشيني، اكتساب دانش، استخراج اطلاعات ، پردازش نمادين و احتمالاتي بهره مي‌‌گيرند. سامانه‌هاي پيشنهاد شده در بسياري از شاخصها، خصيصه‌ها و روشهاي يادگيري از ساير سامانه‌هاي متمايز هستند. در اين رساله روش نويني براي يادگيري هوشمند هستان نگار در تمام سطوح يادگيري ارائه شده که مي توان از آن در کاربردها و حوزه‌هاي مختلف استفاده کرد. در اين روش نيازي به وجود هستان نگارهاي عمومي يا تخصصي اوليه و واژگان معنايي از پيش تعريف شده نبوده و پايگاه دانش اولية آن تنها شامل مجموعه‌اي از متون ورودي است. سامانة يادگيرندة پيشنهادي با شروع از متون ورودي و با استفاده از رهيافت پيشنهادي در اين رساله قادر خواهد بود هستان نگار حوزه‌هاي مختلف را استخراج کند. در اين روش از ترکيبي از روشهاي زباني، آماري، مبتني بر الگو و روشهاي يادگيري ماشين بر اساس روش C-value، شبکه عصبي نظرية تشديد وفقي و شبکة بيز استفاده شده است. از طرفي به منظور مواجهه با عدم قطعيت داده‌ها و غني سازي هستان نگار قطعي، با استفاده از ترکيب شبکة عصبي و نظرية فازي روش نويني براي استخراج هستان نگار فازي پيشنهاد شده است. از اين روش در استخراج هستان نگارهاي قطعي و فازي حوزة فنّاوري اطلاعات استفاده شده است. هستان نگارهاي استخراج شده به منظور جستجوي معنايي اسناد کتابخانة محلي (که در آن اسناد مرتبط با حوزة فنّاوري اطلاعات قرار داده شده) بر اساس رويکرد بسط پرسمان به‌کار برده شده‌اند. نتايج حاصل از پياده‌سازي هستان نگار فازي بيانگر دقت بالاتر حدود 0/07 و نتايج حاصل ازپياده‌سازي هستان نگار قطعي بيانگر دقت بالاتر حدود 05/0 نسبت به روشهاي مبتني بر کليد واژه است. همچنين ميانگين دقت مفاهيم هستان نگار فازي حدود 0/09 و ميانگين دقت مفاهيم هستان نگار قطعي حدود 06/0 نسبت به ميانگين دقت مفاهيم ساير روشهاي مشابه بهبود داشته است.

عموما تشخیص پزشکی دارای دو مشکل اساسی می‏باشد. اولا تشخیص نادرست که معمولا نتیجه‏ی انتقال ناکامل اطلاعات ضروری برای تشخیص بیماری به پزشک و ثانیا اتلاف زمان که به دلیل بیان اطلاعات غیرضروری به پزشک می‏باشد. هدف از انجام این تحقیق ارائه‏ی راه حلی برای این دو مشکل می‏باشد. راه‏حل ارائه شده یک چارچوب برپایه‏ی هستان‏نگار می‏باشد که از طرفی به پزشک کمک می‌کند اطلاعات ضروری را در کمترین زمان دریافت نماید و از طرفی می‏تواند آموزشی کلی به بیمار قبل از ورود به اتاق پزشک ارائه کند تا بیمار تشخیص دهد چه اطلاعاتی باید برای پزشک بیان شوند و چه اطلاعاتی نباید بیان شوند. چارچوب مزبور یک سیستم تصمیم‏گیری تولید پرسشنامه می‏باشد که مهمترین و ضروری‏ترین پرسش‏ها برای تشخیص را بین همه‏ی پرسش‏های ممکن انتخاب می‏کند و به کاربر(بیمار یا پزشک) برمی‏گرداند. این چارچوب می‏تواند به وسیله‏ی پزشکان و بیماران برای کارامدتر کردن فرایند تبادل اطلاعات و کاهش زمان ویزیت بیمار، و همچنین برای آموزش بیماران قبل از ورود به اتاق پزشک، به کار رود که به کارگیری آن از لحاظ اقتصادی و انسانی به طور مستقیم تأثیر مثبتی برکارکرد سیستم تشخیص دارد.در این پایان‏نامه پس از تعیین محدوده‏ی تحقیق، به منظور تولید هستان‏نگار داده‏های لازم از منابع مورد نظر استخراج می‏شوند. پس از آن به وسیله‏ی الگوریتم جستجو در هستان‏نگار، پرسش‏نامه‏ تولید می‏شود و سپس توسط متخصصین ویرایش می‏شود و پرسشنامه‏ای مشابه پرسشنامه‏ی قبلی تولید می‏شود.نتایج اجرای پرسشنامه‏ها نشان می‏دهد پرسشنامه‏ی قبل از ویرایش از لحاظ کاهش زمان و پرسشنامه‏ی بعد از ویرایش از لحاظ کیفیت در فرایند تشخیص کارکرد بهتری داشته‏اند. در یک نتیجه‏گیری کلی می‏توان گفت، هردو پرسشنامه‏ی تولید شده از لحاظ کاهش زمان و افزایش کیفیت کارکرد مناسب و رضایت بخشی را در جهت بهبود فرایند تشخیص دارند. برای بهبود خروجی این تحقیق می‏توان جنبه‏های دیگری از جمله روانشناسی ارتباط با بیمار را برای تولید هستان‏نگار در نظر گرفت.

بورس اوراق بهادار، نقش مهمی در چرخه مالی و رونق اقتصادی، ایفا می کند. بنابراین باید بتوان به شیوه ای کارا و موثر، عملیات و پردازش های تعریف شده را پشتیبانی کرده و به ارزیابی آنها پرداخت. ارزیابی شامل بررسی گزینه های مختلف تصمیم گیری و نیز امکان ترکیب آنها در جهت دستیابی به انتخاب بهینه می باشد.ویژگی های متعدد متغیر های موجود در این دامنه و ارتباطات متنوع میان آنها، نقش مهمی در گرفتن تصمیم های سازنده و بدور از ریسک، در این بازار بعهده دارند. در اغلب روش های ارزیابی کنونی، تحلیل ها مبتنی بر سناریو بوده و با کمک روش های مختلف از جمله هوش مصنوعی، تلاش شده است که دانش خاصی از اطلاعات موجود، استخراج گردد. اما این نتایج با تغییر اهداف، غیر قابل استفاده می شوند و همچنین اشتراک گذاری آنها نیز درگیر مشکلات معنایی می باشد.دراین تحقیق، پایگاه دانشی برای پشتیبانی از فرآیندهای بازار بورس اوراق بهادار، با تکیه بر رهیافت جدیدی بنام هستی شناسی، ارائه شده است. در این هستی شناسی پیشنهادی، بر روی استفاده مجدد از دانش و اشتراک گذاری آن تأکید شده است. تلاش شده است تا هستی شناسی پیشنهادی، توانایی پشتیبانی از کلیه تراکنش های موجود در بازار سهام را داشته باشد و با لحاظ کردن کلیه روابط میان متغیرها، علاوه بر دانش آشکار، به کشف دانش ضمنی پرداخته و کیفیت تصمیم گیری ها را ارتقا بخشد.

با توجه به کاربردهای در حال گسترش بازارهای الکترونیکی، اطلاعات محصولات، به عنوان مهمترین اطلاعاتی که در این بازارها به اشتراک گذاشته می‌شود، از اهمیت قابل ملاحضه‌ای برخوردار است. معرفی و طبقه بندی دقیق محصولات، مشتریان را در یافتن محصول مناسب یاری می‌دهد. از سوی دیگر، با توجه به حجم بالای تبادلات تجاری بین بنگاهی در بازارهای الکترونیکی، به اشتراک گذاری یک تعریف صحیح و استاندارد از محصولات، نقش قابل توجه-ای در ایجاد هماهنگی بین سیستم‌های اطلاعاتی شرکای تجاری دارد. علاوه بر این، یک درک متقابل را در مکاتبات تجاری ایجاد کرده و امکان انجام تراکنش‌های خودکار را بین سیستم های اطلاعاتی، با استفاده از تعاریفی که برای کامپیوتر قابل فهم است، فراهم می کند. در این تحقیق، مدلی با رویکرد بازارهای الکترونیکی، برای چگونگی ثبت اطلاعات و مشخصات دقیق محصولات ارئه شده است تا با ذخیره و بکارگیری این اطلاعات، به کاربران در یافتن محصول دلخواه، با استفاده از ویژگی‌های دقیق آن و غربالگری محصولات موجود یاری دهد. به علاوه، با پشتیبانی از استانداردهای موجود، امکان ایجاد یک محیط یکپارچه را برای تسهیل در تبادلات بین سیستم‌های نرم افزاری فراهم می‌نماید.

گسترش بیش از حد وب، نیازِ بر سامانه‌های بازیابی اطلاعات را بیش از پیش نموده‌است. یکی از این دست سامانه‌ها، که تحقیقات بسیاری را معطوف خود نموده‌است، موتور‌های جستجو هستند. رشدِ نماییِ استفاده از موتور‌های جستجو در میان کاربران وب به‌اندازه‌ای است که بسیاری حتی در انجام کار‌های روزمره، استفاد از آن را در اولویت قرار می‌دهند. این میزان رشد نمایان‌گر نیاز بر تمرکز بیش از پیش بر توسعه موتور‌های جستجویی با قابلیت بیشتر در پاسخگویی به نیاز کاربران است. ازجمله نیاز‌های مهم کاربران، بازیابی صفحاتِ وب مبتی بر دامنه خاص، جستجوی دقیق‌تر، ارائه رهنمون‌های مناسب و رتبه‌بندی کارآمد صفحات وب است. این نیاز‌ها درطی تحقیقاتِ جامع منجر به معرفی مفاهیم معنایی در موتور‌های جستجو شده‌است. امروزه تمرکز بسیاری از توسعه‌دهندگان موتور‌های جستجو، مهاجرت از موتور‌های جستجوی نحوی خود به‌سمت موتور‌های جستجوی معنایی است. بیان انجام این مهاجرت در کلام ساده بوده و پیاده‌سازی آن نیاز به ممارست فراوان دارد. از جمله مشکلات موجود استخراج دانش دامنه‌ای و مبتنی بر زبانی است که موتور‌های جستجو با آن روبرو هستند.این پایان‌نامه آغاز نگرشی در جهت توسعه موتور‌های جستجوی معنایی به زبان فارسی در حوزه فناوری اطلاعات و ارتباطات است. بر اساس معماری ارائه‌شده برای موتور جستجوی معنایی خود، دو رویکرد مورد توجه بوده‌است. در بخش نخست از این پایان‌نامه مکانیزم خزش متمرکز مورد توجه بوده‌است. خزش‌گر یکی از مهم‌ترین و شکننده‌ترین مولفه هر موتور جستجو است که وظیفه استخراج صفحات وب به‌منظور استفاده‌های آتی، همانند یادگیری هست‌شناسی و ساخت شاخص، را بر‌عهده دارد. در این میان مکانیزم خزش متمرکز جدیدی ارائه و مورد ارزیابی قرار گرفت. در بخش دوم، یادگیری هست‌شناسی به‌عنوان زیربنای موتور‌های جستجوی معنایی مورد تحقیق و بررسی قرار گرفت. یادگیری هست‌شناسی در صفحاتِ حوزه فناوری اطلاعات و ارتباطات به زبان فارسی با مشکلات و نقیصه‌هایی همراه بوده که این نقیصه‌ها مورد بررسی قرار گرفته و لزوم پیاده‌سازی نرم‌افزار‌هایی در این باب به چالش کشیده‌شده‌است. بنابر الگوریتم‌های یادگیری هست‌شناسی مورد استفاده، مهم‌ترین نقطه ضعف در این حوزه عدم وجود نرم‌افزار‌هایی مناسب پردازش زبان طبیعی به زبان فارسی است.

در سال‌های اخیر، تکنیک‌های فیلتر محتوایی دانش‌محور مبتنی‌بر پایگاه دانش و آنتولوژی به‌ روش‌هایی کارا و قابل‌قبول برای فیلتر اطلاعات تبدیل شده‌اند. در این تحقیق از ساختار آنتولوژی و پایگاه‌دانش‌های ویکی‌پدیا، وردنت و BNC برای عمل فیلتر اسناد، بهبود نمایش اولویت‌های کاربری و محتوای اسناد و محاسبه شباهت معنایی استفاده می‌شود. همچنین سامان‌دهی علایق کاربری و محتوای اسناد در پروفایل‌ها امکان استخراج دانش درباره‌ی علایق احتمالی کاربران و محتوای اسناد را با استفاده از آنتولوژی و پایگاه‌دانش فراهم می‌آورد. این تحقیق روشی نوین و منحصر‌به‌فرد در ساختار ترکیب خبرگان برای فیلتر اسناد ارائه می‌کند و مجموعه‌ای از بهترین و کاراترین روش‌های فیلتر را پیاده‌سازی و با هم یکپارچه می‌کند. ارزیابی سیستم در دو مرحله ارزیابی روش‌های محاسبه شباهت معنایی و روش‌های فیلتر محتوایی با استفاده از مجموعه داده‌های میلر- چارلز و 20Newsgroup انجام می‌شود. نتایج ارزیابی، همبستگی زیاد روش‌های محاسبه‌ی شباهت معنایی میان مفاهیم را با قضاوت بشر نشان می‌دهد. روش‌ مبتنی‌بر ویکی‌پدیا با میزان همبستگی 0.779 نه‌تنها از دیگر روش‌های پیاده‌سازی شده بهتر عمل می‌کند بلکه از روش‌های مشابه و شناخته‌شده‌ای مانند CODC با میزان همبستگی 0.693 و روش ESA با میزان همبستگی 0.58 بهتر عمل می‌کند. به‌علاوه در ارزیابی روش‌های فیلتر دانش‌محور ملاحظه می‌شود که روش مبتنی‌بر آنتولوژی با نرخ صحت و کارآیی98.9 و 98 درصد و روش مبتنی‌بر ویکی‌پدیا با نرخ صحت و کارآیی98.2 و 96 درصد نتایجبهتری نسبت به دیگر روش‌های مشابه و شناخته شده مانند NB-SVM Hybrid دارند. همچنین نتایج ارزیابی روش مبتنی‌بر ساختار ترکیب خبرگانبا نرخ صحت و کارآیی 99.4 و 98.9 درصد نشان می‌دهد کهاین روش نه‌تنها از تک‌تک روش‌های پیاده‌سازی شده کارآیی و صحت بالاتری دارد، بلکه می‌تواند خطاهای عمل فیلتر را تصحیح کند. براساس این نتایج، سیستم پیاده‌سازی شده می‌تواند به‌عنوان رویکرد جدیدی در فیلتر محتوایی و به‌عنوان چارچوبی برای استفاده در کاربردهای فیلتر اطلاعات استفاده شود.

اندازه گیری میزان شباهت معنایی بین مفاهیم بر اساس توصیفات آن ها در هستان شناسی ، عملیاتی بنیادی در بازیابی اطلاعات ، بازیابی مولفه ها و کشف سرویس ها محسوب می شود . در این موارد نیاز داریم که میزان شباهت یا میزان مطابقت دو توصیف یا مستند و یا میزان مطابقت چند کلمه کلیدی با محتوای یک توصیف یا مستند را تعیین نماییم . درنهایت این مسئله ، به مسئله تعیین میزان شباهت بین دو کلمه و یا دو مفهوم ، تبدیل می شود .پیش از این ، روش های متعددی برای محاسبه میزان شباهت یا فاصله معنایی بین دو مفهوم ، پیشنهاد شده اند که می توانند به دو دسته روش های پیشنهادی برای محاسبه شباهت معنایی مفاهیم در یک هستان شناسی و روش های پیشنهادی برای محاسبه شباهت معنایی مفاهیم از هستان شناسی های مختلف ، تقسیم گردند .در این گزارش ، پس از مرور زمینه های مرتبط با موضوع این تحقیق ، روش های موجود برای محاسبه فاصله یا شباهت معنایی بین مفاهیم در یک هستان شناسی ، در چندین مدل طبقه بندی می شوند . پنج مدل برای محاسبه شباهت معنایی معرفی می شوند و قابلیت آن ها به منظور محاسبه دقیق فاصله یا شباهت معنایی بین مفاهیم در مورد تطبیق معنایی سرویس ها ، مورد بحث قرار گرفته و تجزیه و تحلیل می شود . سپس با این فرض که برای توصیف رضایت بخش مفاهیم پیچیده و روابط منطقی پیچیده بین آن ها ، یک زبان هستان شناسی مبتنی بر منطق توصیفی مانند OWL ، مناسب تر می باشد ، یک الگوریتم مبتنی بر OWL DL ارائه می شود که به طور دقیق فاصله معنایی بین مفاهیم را در یک هستان شناسی بر اساس میزانی که مفاهیم در نمونه های خود اشتراک دارند ، محاسبه می کند . این الگوریتم ، جهت را برای محاسبه فاصله معنایی مورد ملاحظه قرار می دهد و بر اساس تحلیلی که در این گزارش ارائه شده ، برای استفاده شدن در مورد تطبیق معنایی سرویس ها مناسب می باشد . یک مطالعه موردی برای نشان دادن این که الگوریتم پیشنهادی چگونه فاصله معنایی بین مفاهیم را محاسبه می کند ، تشریح می شود . در نهایت ، الگوریتم پیشنهادی با بعضی دیگر از رویکردها و الگوریتم های منتشر شده ، مقایسه شده و برتری آن نسبت به الگوریتم های دیگر ، نشان داده می شود .

هدف از این پایان نامه بررسی تکنیک های آموزش الکترونیک و ارائه مدل سیستم آموزش الکترونیک بر مبنای پایگاه دانش و پیاده سازی مدل پیشنهادی با استفاده از تکنولوژی های موجود است. در این تحقیق پس از بررسی مفاهیم آموزش الکترونیک و دیدگاه های رایج به بررسی نقش استاندارد سازی در این حوزه پرداخته و با معرفی مفاهیم دانش و پایگاه دانش از آنتولوژی (هستانه) به عنوان روشی برای نگهداری دانش یاد میکنیم و در ادامه به بررسی جایگاه آنتولوژی در سیستم های آموزش الکترونیک پرداخته. در فصول آخر پایان نامه یک مدل کاملا کاربردی برای پیاده سازی سیستم آموزش الکترونیک بر مبنای پایگاه دانش ارائه می گردد و در فصل پایانی به معرفی نسخه پیاده سازی شده آن سیستم بر مبنای تکنولوژی های قابل دسترس می پردازیم.