البحث — المستودع الرقمي العراقي

نتائج البحث: 4 من أصل 54

عنقدة الصور اعتمادا على طريقة كسورية مطورة وتنقيب المخططات Image Clustering Based on Developed Fractal Method and Graph Mining

اسم المؤلف: فراس صبار مفتن

الموضوع العام: علوم الحاسبات

السنة: 2017

الموضوع الدقيق: علوم الحاسبات

الدرجة: دكتوراه

الجامعة: جامعة بابل - كلية تكنولوجيا المعلومات - قسم البرامجيات

اللغة: الانكليزية

مكان الجامعة: بابل

الصفحات الاولى:

المستخلص: تشير عنقدة الصور الى تقسيم الصور الى عدة مجاميع. حيث كل مجموعة تسمى عنقود حيث يحتوي على صور متشابه في الخصائص ولكنها مختلفة عن الصور في العناقيد الاخرى. يمكن تفسر الخصائص الشاملة كميزات احصائية على انها خاصية للصورة تشمل جميع وحدات البكسل المستخدمة لحساب التشابه بين الصور. استخدمت هذه الاطروحة الكسور كخصائص محلية لتمثيل الصورة تستند الى مناطق بارزة في حين تبقى ثابتة لتغير نقطة النظر والاضاءة. تعتبر الكسور شائعه لقدرتها على استخراج ميزة التشابه الذاتي. ولفترة طويلة، استخدم الباحثون الكسور لضغط الصورة. على مدى السنوات الاخيرة، تم تطبيقها في التنقيب على البيانات. لهذه الاطروحة هدفين رئيسيين : اولا لدراسة القدرة على استخراج خصائص التشابه الذاتي من الصور دون استخدام بعد الكسور والذي يعتبر حساس للضوضاء العددية او التجريبية ومقيد بكمية البيانات. وثانيا لبناء الرسم البياني على اساس الميزات المستخرجة وتطور خوارزمية تجميع بالاعتماد على الرسم البياني.وينقسم النظام المقترح الى مرحلتين، بناء مصفوفة التشابه بواسطة طريقة كسورية وخوارزمية تنقيب المخططات. تم تطبيق PIFSلاستخراج ميزات التشابه الذاتي من صورة واحدة فقط. ولكن في هذه الدراسة كيفت PIFS لاستخراج ميزات التشابه الذاتي من العديد من الصور. بسبب ان PIFS تستغرق وقتا طويلا، فقد تم تكييفها للعمل مع تقنيات المطابقة والتقليل، وايضا تم استخدام الدالة الهاش للحد من تعقيد الوقت. واستخدم النظام المقترح مصفوفة تشابه لبناء المخطط ووضع خوارزمية عنقدة شبكية تعتمد على خصائص كسورية التوصيل بين العقد التي تمثل صور.استخدمت عدة بيانات لاختبار النظام المقترح. ولان النظام ينقسم الى مرحلتين، الاولى بناء مصفوفة التشابه والثانية هي خوارزمية تجميع الرسم البياني. لذلك، تم اختبار كل مرحلة بشكل منفصل. في الاول، يتم اختبار بناء مصفوفة التشابه (الميزات المستخرجة) مع خوارزمبة K - means لمعرفة صحة الميزات المستخرجة.وتم اقتراح طرائق لتقليل وقت التنفيذ ومقارنتها مع الطرائق التقليدية. وخفضت دالة الهاش التعقيد من O(m×n) الى O(m log⁡n) بينما قللت المطابقة والتقليل التعقيد الى O(m×n/t) حيث t عدد دوال المطابقة.اما طريقة التجميع البيانية المقترحة تم اختبار صحتها باستخدام البيانات الحقيقية واستخدمت المقاييس النمطية، الموصلية، التغطية، وكثافة الجودة وتم عرض النتائج والتحقق من صحتها من الناحية العددية والبصرية مع عدد عقد المختلفة. وقد اظهرت النتائج التي تم الحصول عليها دقة بين 0.80 و0.99 لجميع المقاييس.واظهرت النتائج ان للكسور قدرة كبيرة على استخراج ميزة التشابه الذاتي لاستخدامها في التنقيب عن الصور مثل التجميع. واعطت خصائص التشابه الذاتي كسورية نتائج جيدة. وان الميزات المستخرجة مشابه الى مصفوفة المجاورة التي يتم استخدامها لتمثيل الرسم البياني. لذلك، تعتبر بنية جيدة لتمثيل الرسم البياني. | Image clustering refers to the division of images into various sets of images. In this regard, each set known as cluster includes images that are similar in features to each other but different those of other sets. The global features as statistical features can be interpreted as a particular property of image involving all pixels were used to calculating similarity among images by most of the researchers. This thesis used fractal features as local features to represent an image based on salient regions while remaining invariant to viewpoint and illumination changes. Fractal is popular because of their ability to extract the self - similarity feature. For a long time, researchers used fractals for image compression. Over the latest years, they have been applied in mining. This thesis has two major purposes, first to studies the ability to extract fractal Self - similarity features from images without using fractal dimension which is sensitive to numerical or empirical noise and limitations in the amount of data. Second to constructs graph based on extracted features and develops graph cluster algorithm.The proposed system is divided into two phases, the Similarity Matrix construction by a fractal method and a Graph Clustering algorithm. Partitioned Iterated Function Systems (PIFS) is applied to extracting Self - similarity features from just one image. This study developed PIFS to extracting Self - similarity features from many of images. Since the PIFS algorithm is time - consuming, it has been adapted to work with Map - Reduce techniques and also hash function was used to reduce the time complexity. The proposed system used similarity matrix to construct a graph structure and developed a graph clustering algorithm based on connectivity fractal features among nodes that represents as images.Each phase was tested Separately. In the first phase, Similarity Matrix construction (features extraction) is tested with K - means clustering algorithm to find out the correct features extracted. The B - Cubed recall and precision are estimated with good results to precision and recall accuracy.Then proposed methods of reducing time complexity results is presented and compared with traditional methods. The hash function reduced the complexity O(m×n) to O(m log⁡n) while Map/reduce technique reduce the complexity O(m×n) to O(m×n/t) for time where t is a number a of map task.The second phase, Graph Clustering algorithm is tested with the real - world graph dataset. The clustering result was evaluated by Modularity, Conductance, Coverage, and Density Quality Metrics and the results were presented and validated both numerically and visually with different nodes number. The obtained results have shown accuracy between 0.80 and 0.99 for all metrics.

نظام الكشف التعاوني عن هجومات الفيضان الموزعة للحرمان من الخدمة والتعقب المستوحى من مجتمع العناكب الاجتماعية Collaborative Detection System of DDoS Flooding Attacks and Tracing Inspired by Social Spiders Society

اسم المؤلف: عادل محمد سلمان القريشي

اسم المشرف: صفاء عبيس المعموري

الموضوع العام: علوم الحاسبات

السنة: 2017

الموضوع الدقيق: علوم الحاسبات

الدرجة: دكتوراه

الجامعة: جامعة بابل - كلية تكنولوجيا المعلومات - قسم البرامجيات

اللغة: الانكليزية

مكان الجامعة: بابل

الصفحات الاولى:

المستخلص: لا تزال شبكة الانترنيت تعاني من المشاكل الامنية التي تهم بشكل رئيسي الاشخاص الذين يستخدمون اجهزتهم للاتصال بالانترنت، سواء كانوا افراد او مؤسسات كبيرة. الهجمات الموزعة للحرمان من الخدمة، لا تزال واحدة من اهم المواضيع التي يتم مناقشتها حاليا في تهديدات امن الشبكات للشركات التي تقدم الخدمات لعملائها. في هذه الاطروحة، تم اقتراح نظام الكشف التعاوني. واستند على مرحلتين : (1) مرحلة الكشف؛ (2) مرحلة التعقب. اعتمادا على الفكرة المستوحاة من مجتمع العناكب الاجتماعية، تم تصنيف اجهزة التوجيه الى نوعين، على النحو التالي : (1) جهاز التوجيه الذكر، الذي هو مرتبط مباشرة مع الخادم؛ (2) جهاز التوجيه الانثى، والذي هو كل جهاز توجيه غير مرتبط مباشرة مع الخادم. ويتميز النظام المقترح بانه حل قائم على جهاز التوجيه وعلى فحص التدفقات.يمكن تقسيم مرحلة الكشف الى اربع خطوات، على النحو التالي : (1) جمع البيانات؛ (2) معالجة البيانات واستخراج الميزات؛ (3) بناء نموذج التصنيف، باستخدام خوارزمية شجرة القرار عالية السرعة (VFDT) كخطوة للكشف المبكر، والتي سيتم استخدامها من قبل كل جهاز توجيه انثى في الشبكة؛ (4) كشف الشذوذ (الهجوم) باستخدام خوارزمية الغابات العشوائية (RF) للتصنيف، والتي سيتم تنفيذها في كل جهاز توجيه ذكر. الجمع بين هاتين الخوارزميتين سوف ينتج عنه خوارزمية تصنيف جديدة تسمى هوفدينغ الغابات العشوائية (HRF).تبدا مرحلة تتبع مصادر الهجوم عندما يتم العثور على بيانات الهجوم. جهاز التوجيه الذكر القريب من الخادم الضحية سوف يتتبع مصادر الهجوم بالاعتماد على قيمة الاهتزاز للتدفق، ثم رفع الانذار وارسال جميع المعلومات الى مسؤول الشبكة لاتخاذ الاجراءات اللازمة. وقد استلهمت قيمة الاهتزاز من مجتمع العناكب الاجتماعية، والذي هو قيمة تاثير جهاز التوجيه الانثى على كل تدفق يمر من خلاله.وقد تم استخدام برنامج محاكاة شبكة NS3 لتوليد بيانات الشبكة. ثم الحصول على النتائج واختبار النظام بواسطة برنامج مبرمج باستخدام لغة C++. وعلاوة على ذلك، طبقت عدة تجارب، وتم اعتماد تجربتين لاختبار النظام المقترح، الاول هو 90 ثانية، في حين ان الثانية هي 1200 ثانية. اجريت هذه التجارب لتوليد البيانات العادية وكذلك توليد بيانات هجوم الفيضان الموزع للحرمان من الخدمة للنوعين TCP وUDP. تم اختبار البيانات التي تم توليدها لاثبات ما اذا كانت مشابهة للبيانات الحقيقية عن طريق اختبار اثنين من الخصائص التي هي التباين العالي والتشابه الذاتي. وقد اظهرت النتائج ان البيانات التي تم توليدها لها نفس خصائص البيانات الحقيقية، وتمت الموافقة على نسبة حوالي 95٪.بالاضافة الى ذلك، لتقييم اداء خوارزمية هرف الجديدة، تم استخدام ثلاثة تدابير : (1) نسبة دقة التصنيف، والتي كانت 99.9983٪ و99.9990٪ على التوالي لكل من التجارب (90 ثانية و1200 ثانية). (2) معدل الكشف، والتي تبين 9.9996٪ و99.9997٪، على التوالي، لكلا التجربتين. و(3) نسبة الانذار كاذب، كان 0.016٪ و0.0088٪ على التوالي لكلا التجربتين. وكان متوسط وقت الكشف 21.71 و28.46 ثانية لكل من التجارب على التوالي.يستخدم النظام المقترح مبدا تقليل السمات المستخدمة في التصنيف، مما ادى الى انخفاض في حجم الذاكرة المستخدمة بنسبة 62.96٪ وانخفاض في مساحة القرص الثابت المستخدم بنسبة 51.75٪.واخيرا، في عملية البحث عن المفقودين، والوصول الى اقرب جهاز التوجيه الاناث الى مصدر الهجوم، حيث تم تحديد معظم هذه الموجهات، لكلا التجربتين، مع نسبة 100٪. | The Internet still suffers from security problems which are the main concern for those connected via their devices, whether they are individuals or institutions. The Distributed Denial of Service (DDoS) attacks are still one of the most significant current discussions regarding network security threats for companies providing services to their clients.In this dissertation, a collaborative detection system which proposed is based on two parts : (1) the Detection phase, and (2) the Tracing phase. Inspired by the social spider’s society, the routers were classified into two types : (1) Male router, which is near the server and directly connected with it; and (2) Female router, which is near the user and directly connected with it or between the user and the server. The proposed system is characterized as a router - based and flow - based solution.The detection phase can be divided into four steps : (1) data collection; (2) data preprocessing and extraction of features; (3) building the classification model, using a Very Fast Decision Tree (VFDT) algorithm as an early detection step, which will be used by each female router in the network; and (4) anomaly (attack) detection using the Random Forest (RF) algorithm for classification, which will be implemented in each male router. The combination of these two algorithms will generate a new classification algorithm called the Hoeffding Random Forest (HRF).The tracing phase will be started when the attack data is found. The male router near the victim server will trace the attack sources based on the value of the vibration of the flow, then raise the alarm and send all the information to the network administrator, to take an action. The vibration value has been inspired by the social spider’s society, which is the effect of the female router on each flow passing through it.NS3 network simulation software has been used to generate the network data. Then obtain the results and test the system by a software programmed by C++. Moreover, several experiments were applied, and two experiments were adopted to test the proposed system; the first is 90 seconds, while the second is 1200 seconds. These experiments were performed to generate normal data and DDoS flooding attack data for TCP and UDP types. The generated data has been tested to prove if it is similar to the real data by testing two critical characteristics : high - variability and self - similarity. The results show that the generated data has the same characteristics as the real data, and is approved with ratio approximately 95%.Additionally, to evaluate the performance of the new HRF algorithm, three measures have been used : (1) classification accuracy ratio, which was 99.9983% and 99.9990% respectively for both experiments (90 sec. and 1200 sec.); (2) detection rate, showing 9.9996% and 99.9997%, respectively, for both experiments; and (3) false alarm, was 0.016% and 0.0088% respectively for both experiments. The average of the detection time was 21.71 and 28.46 seconds for both experiments respectively.The proposed system uses the principle of reducing the features that used in the classification, which led to a reduction in the used memory size by 62.96% and a reduction in the used hard disk space by 51.75%.Finally, in the tracing process, accessing the nearest female router to the source of the attack, where most of these routers have been identified, for both experiments, with ratio 100%.

تنقيب محتويات وبيانات استخدام الشبكة العنكبوتية بالاعتماد على تقنيات العنقدة المحدثة Web Content and Usage Mining Based on Modified Clustering Techniques

اسم المؤلف: احمد جبار عبيد

اسم المشرف: توفيق عبد الخالق الاسدي

الموضوع العام: علوم الحاسبات

السنة: 2017

الموضوع الدقيق: علوم الحاسبات

الدرجة: دكتوراه

الجامعة: جامعة بابل - كلية تكنولوجيا المعلومات - قسم البرامجيات

اللغة: الانكليزية

مكان الجامعة: بابل

الصفحات الاولى:

المستخلص: The extensibility of diversified information that available on the Web along with massive users' have accessed to the Web services frequently produce several challenges related to such critical tasks such as controlling, monitoring and perception of the Web contents. However, novel techniques must be used to satisfy the modernistic requirements and provides better understanding to the colossal collection of diversity data types that is growing in fast manner every day on the Web.Web Mining is an extension of Data Mining techniques upon the data that stored on the Web. Web Mining is classified into three categories based on the type of data that used in mining process which are : Web Content Mining (WCM) is concern with the process of extract useful information from Web pages' contents, Web Usage Mining (WUM) is concern with discovering users' access pattern from Web usage data, and finally Web Structure Mining (WSM) is concern with extracting knowledge from the structure of the hyperlinks. Web documents are the most complex data that scattered on the Web in random way and a lot of these documents are created without any prior information. Unsupervised Data Mining Clustering technique, is one of the most usage techniques that aim to portioned out the objects into set of coherence groups, where the objects in a cluster are having common patterns than objects in other clusters.In this dissertation, the task of Web Mining is divided into two parts based on the data collected from the universities of (Kufa, Technology, Anbar and Diyala). First part is hold the Web documents by applying WCM techniques upon the Web Pages and Images of the universities Web sites, while second part is consider applying WUM techniques upon the Web usage data that collected from the Kufa university Web server. Proposed system consist of two parts : first part uses a novel approach to pre - process and extract unobserved patterns from Web pages' text blocks content,

تمييز حركة الكائن المفرد اعتمادا على نظرية تاكوشي للامثلية ومجموعة الخام للتصنيف Single Object Motion Categorization Based on Taguchi Method Optimization and Rough Set Classification

اسم المؤلف: عادل عباس مجيد الربيعي

اسم المشرف: اسراء هادي علي الشمري

الموضوع العام: علوم الحاسبات

السنة: 2017

الموضوع الدقيق: علوم الحاسبات

الدرجة: دكتوراه

الجامعة: جامعة بابل - كلية تكنولوجيا المعلومات - قسم البرامجيات

اللغة: الانكليزية

مكان الجامعة: بابل

الصفحات الاولى:

المستخلص: تعتبر انظمة التتبع الفيديوية ذات اهمية كبيرة في عالمنا الحديث. لاعتبارها احد الفروع الهامة من علوم الحاسوب التي تتعامل مع عدة مواضيع مثل الامن، الطبية، القضائية او الطب الشرعي، الرياضة وغيرها من المجالات الحيوية والحياتية الاخرى.ان المشكلة الاساسية التي تم تناولها ودراستها في بحثنا هذا كيفية الكشف عن حركة الاجسام او الاشخاص والتركيز لايجاد نوع وشكل الحركة للاجسام في الافلام.الحصول على معلومات اضافية من الفيديو ادت الى تجميع بعض الافكار لبرهنة او دحض بعض الحقائق. وكذلك ايجاد الدوال المناسبة لها والتي تمثل نوع الحركة للجسم، حيث تم استخلاص الصفات المهمة لمسار الجسم مع تحديد وزن كل صفة وهذا مما يؤدي تقليل الزمن المستهلك في تطبيقات التعقب الفديوي. تم استخدام طرق الرياضيات الحديثة لغرض تصنيف الحركات المتنوعة والمتشابهة في الشكل للاجسام التي يتم تعقبها بالاعتماد على قاعدة بيانات ذات مقاييس عالمية. هناك الكثير من التحديات التي تواجه عملية تعقب الاهداف المتحركة، مثل فصل الجسم او الهدف عن خلفية المشهد، نحن نستخدم طريقة محدثة من الرسم البياني التراكمي لبناء قالب للمشهد الخلفي. بعد ايجاد مسار الجسم نحن نختار عدد من الصفات الملائمة مثل (الازاحة، السرعة، الفرق في الطول، الميل) لغرض تحديد شكل وطبيعة حركة الجسم.في بحثتا هذا استخدمنا ثلاث طرق وقارنا بينها (الميل، الانحدار، وصف فورير) لحركة الاجسام لكي نحدد شكل الحركة (مستقيم، دائرة، قوس، بيضوي، متذبذب، حرف اس ....الخ) واستنتجنا ان طريقة الميل هي الافضل من حيث الزمن المستهلك وغير مكلفة حسابيا. في مرحلة الامثلية التي تعتبر جزء مهم في انظمة التعقب الفيديوي، وظفنا نظرية تاكوشي لتحديد الاعلى وزنا لافضل خاصية من الخواص المستخلصة مما يؤدي لتقليل الزمن المستهلك في التطبيقات. لتصنيف انواع عديدة من حركة الاشخاص نحن نعتمد على موديل مجموعة الخام لبناء نظام المعلومات وعدد من القواعد لتمييز شكل الحركات المتداخلة مثل (الانحناء، رفع اليد والساق في نفس المكان، القفز مع الحركة، القفز في نفس المكان، الركض، الحركة الجانبية، القفز بقدم واحدة، المشي، الحركة الموجية) في عملية التصنيف. في النهاية، للكشف عن البحث وما يتضمنه من تجارب يمكن متابعة الفصل الثاني والثالث بشكل مفصل علما ان وثوقية النظام بلغت بحدود 93% بعد اجراء الكثير من التجارب بالاعتماد على قاعدة بيانات قياسية تسمى "ويزمان | Video tracking systems (VTS) is a matter of interest in this modern world, because it regarded as one of important branches of computer science which deals with several subjects such as security, medical, judicial or forensic, sports and other vital fields of life.The main problem that has been addressed, studied and analyzed in this thesis is how can detect and recognize objects (persons) motions? farther more this work was concentrated on finding the shape and form of a movement of person or objects in a video. Getting additional information from a video will enable the author to sum the ideas in order to prove or disprove some facts. For instance, finding and manipulating the trajectory of object and mathematical models used in analyzing. Finding the suitable functions which represent types of objects’ motions, extract important features of trajectory object’s moving, in order to find optima features by determine the weight of each features. This reduce the consume time in video tracking application. Using the modern mathematical models to classify object motion and determine the types and form of them. This is based on standard database (Weizmann). There are some difficulties facing the process of tracking moving targets such as separate the object or target from the background of scene. In order to build a background template model which is used an upgrade accumulative histogram technique.Finding the trajectory of object, and selecting a number of appropriate motion attributes such as (displacement, velocity, differences in length and slope), enable us to determine the form and the nature of the motion object movement.In this work three methods “Slope, Regression and Fourier descriptors” have been studied, and a comparison among them was made, and determines the shape of the movement (straight line, circle, arc, ellipse, oscillating, S - shaped…etc.) was detected. It was found, that the slope method was the best in terms of consumed time or computationally inexpensive.The optimization stage regards a core part of a video tracking, specified Taguchi method have been used in this work in order to assign in high value of weight for best features extraction and it has reduced the consumption of analysis time.The classification of persons motion depends on rough set model to implement information system and number of rules in distinguishing forms of overlapping movements types such as to (bend, jack, jump, pjump, run , side, skip, walk and wave). In the end, the detection of this work implicitly tested in chapter two and chapter three. Thesis reliability up to 93% after a lot of testing based on the standards database is called “Weizmann”.