ارزيابي ويژگي ها براي تشخيص بازديدكنندگان مخرب و غير مخرب وب سايت ها مبتني بر روش هاي داده كاوي

در اين مقاله بازديدكنندگان وب سايت ها به چهار گروه انسان، روبات وب با رفتار خوب، روبات وب با رفتار مخرب و بازديدكنندگان ناشناخته تقسيم بندي شده است. روبات هاي وب يا خزنده هاي وب برنامه هاي نرم افزاري هستند كه دائماً به صورت خودكار ساختار لينك هاي وب سايت ها را مورد پيمايش قرار مي دهند. هدف روبات هاي وب كشف و بازيابي محتوا و دانش از وب مي باشد. اين روبات ها هم به منظور اعمال مفيدي مانند كشف لينك هاي خراب و هم اعمال مخربي مانند حمله توزيع شده مختل كننده سرويس طراحي شده اند. تشخيص و دسته بندي روبات هاي وبي كه تلاش در تقليد رفتار انسان دارند به عنوان مهم ترين چالش دسته بندي است. در اين مقاله براي تشخيص بازديدكنندگان مخرب و غير مخرب وب سايت ها سه ويژگي جديد معرفي شده است. ويژگي هاي بيان شده در مقالات گذشته بعلاوه سه ويژگي جديد با استفاده از روش هاي شبكه عصبي، ماشين بردار پشتيبان، C4.5، شبكه بيزين و شبكه باور بيزي مقايسه شده است. استخراج ويژگي هاي جديد براي تشخيص بازديدكنندگان وب سايت ها باعث شد كه دقت دسته بندي در مقايسه با روش هاي ديگر با ويژگي هاي كمتر، بهبود يابد و همچنين نشان داده شده است هر چه تعداد مجموعه داده آموزش بيشتر باشد دقت دسته بندي بهتر خواهد بود.