%0 Journal Article %T مروری تحلیل ترافیک شبکه‌ گمنام‌ساز پارس با استفاده از یادگیری ماشین %J پدافند غیرعامل %I دانشگاه جامع امام حسین (ع) %Z 2008-6849 %A همایون, حامد %A دهقانی, مهدی %A اکبری, حمید %D 2021 %\ 07/23/2021 %V 12 %N 2 %P 1-17 %! مروری تحلیل ترافیک شبکه‌ گمنام‌ساز پارس با استفاده از یادگیری ماشین %K گمنامی %K شبکه گمنام‌ساز %K داده‌کاوی %K رده‌بندی %K یادگیری ماشین %K تحلیل ترافیک %R %X گمنامی یکی از ارکان حریم خصوصی در محیط اینترنت به شمار می‌‌‌‌آید که رعایت آن توسط دولت‌‌‌‌ها و سرویس‌‌‌‌های خدماترسانی امری ضروری است. تشخیص ترافیک عبوری از یک شبکه، به منزله تشخیص ماهیت آن ترافیک است و اگر این ترافیک، ترافیک یک گمنام‌ساز باشد به این معنی است که در شبکه اطلاعات محرمانه در حال رد و بدل شدن است و این به معنی خدشه وارد شدن به گمنامی است. رده‌بندی ترافیک، یک روش بسیار قوی در داده‌کاوی است که کاربردهای فراوانی دارد. از جمله این کاربردها می‌‌‌‌توان به مدیریت ترافیک با استفاده از شناسایی ترافیک عبوری از شبکه اشاره نمود. در این تحقیق با استفاده از روش‌های داده‌کاوی، در گام اول، میزان تفکیک‌پذیری گمنام‌ساز پارس (که یک گمنام‌ساز بومی است) با ترافیک گمنام‌سازهای مسیریاب پیازی، پروژه اینترنت نامرئی، جاندو و ترافیک HTTPS، و در گام دوم و در یک بررسی عمیق‌تر، میزان تفکیک‌پذیری ترافیک چهار سرویس متفاوت درون گمنام‌ساز پارس مورد بررسی قرار گرفت. نتایج این آزمایش‌ها در گام اول، رده‌بندی با دقت 100% و در گام دوم، دقت بالای 95% را (با استفاده از الگوریتم جنگل تصادفی) نشان می‌دهد. علاوه بر آن، با رتبه‌بندی ویژگی‌های استفاده شده در هر آزمایش، میزان تاثیرگذاری این ویژگی‌ها بر دقت کل و زمان ساخت مدل بررسی شده است. %U https://pd.ihu.ac.ir/article_205970_c112fed9e22de91e7dfb0fcb8c644205.pdf