با پیشرفت دنیای اینترنت و دسترسی آسان به امکانات آن، کاربران زیادی در تمام نقاط دنیا از فواید این محیط مجازی استفاده می کنند. کاربران عادی و شرکت های بزرگ، فعالیت های روزمره ی خود از جمله خرید و فروش، ارسال و دریافت نامه ها، از این طریق انجام می دهند. پس برقراری امنیت و حفظ حریم شخصی کاربران و شرکت ها در این فضا، اهمیت بسیار زیادی دارد که عدم وجود آن باعث می شود راه نفوذی برای کلاهبرداری فراهم شود. ویروسها، کرم ها، اسب های تروجان، از مشهورترین بدافزارهای این محیط هستند. افراد سود جو با کمک این بدافزارها به سیستم ها نفوذ می کنند. باتنت ها، جدیدترین تهدیدات اینترنتی هستند که امروزه مورد توجه قرار گرفته اند. باتنت شامل شبکه ای از کامپیوترهای آلوده و متصل به اینترنت می باشند که قابل کنترل از راه دور می باشند. اجزای این شبکه برای رسیدن به هدف خود، حمله ای را به صورت گسترده از نقاط مختلف دنیا و به طور مخفیانه اجرا می کنند. بنابراین به دلیل اثر مخرب و جبران ناپذیری که این حملات بر روی هدف خواهد داشت؛ کشف کردن این شبکه قبل از حمله یک نیاز اساسی می باشد. تا کنون تحقیقات زیادی در این زمینه صورت گرفته است و روش های زیادی نیز برای شناسایی آن ها در شبکه پیشنهاد شده استَ. با این حال تاکنون روشی وجود ندارد که قادر باشد عملیات کشف را به طور کامل و با دقت صددرصدی انجام دهد. روشی که مستقل از ساختار باتنت ها و پروتکل ارتباطی آن ها باشد و البته نرخ کشف قابل قبولی داشته باشد؛ مناسب ترین روش خواهد بود. در این تحقیق نیز بر همین اساس، روشی پیشنهاد شده است که از ترافیک داخلی شبکه برای کشف سیستم های مشکوک موجود در آن شبکه، استفاده می کند. برای کم کردن خطای عمیات و هم چنین جهت کم کردن زمان انجام فرایند شناسایی از تکنیک یادگیری ماشین با داده های اولیه ی مدیریت شده استفاده می شود. از نتایجی که با آزمایش روش پیشنهادی به دست آمد؛ نشان دهنده ی این است که این ساختار قادر است عملیات کشف را با نرخ بیشتر از 99 درصد و با خطای کمتر از 1 درصد انجام دهد.

حدود 106 تیپ گیاهی عمده با بیش از 1200گونه گیاهی در سطح مراتع استان چهارمحال و بختیاری شناسایی، که گونه¬های مختلف جنس گون (astragalus) در 52 تیپ گیاهی به عنوان گونه اصلی و در سایر تیپ¬ها به عنوان گونه همراه با گیاهانی از خانواده گندمیان، لگوم ها، مرکبیان، چتریان و نعناعیان حضور دارد. گزارش¬ها، حکایت از آن دارد که بخش وسیعی از مراتع استان در حال تخریب و گونه¬های مختلفی از جنس گون و دافنه درگیر با پدیده خشکیدگی شده¬اند که تاکنون در هیچ کجای کشور چنین گزارشی نشده است. علاوه بر خشکسالی¬های اخیر، افزایش دما در زمستان، گرد و غبار، آفات، حشرات چوبخوار، بخشی از مراتع استان که به ویژه گونه گون گزی (astragalus adscendens) در آن غالب است را در سالیان اخیر مورد تهدید قرار داده و منجر به خشکیدگی بخشی از مراتع استان شده است. لیکن به دلیل عدم اطلاع از زمان دقیق و پراکنش جغرافیایی این خشکیدگی، دلایل آن نیز تا حدودی نامعلوم است. با توجه به اهمیتی که مراتع از لحاظ اقتصادی دارند و همچنین نقش آنها در حفاظت از خاک و جلوگیری از روان شدن سیلاب¬ها بررسی این موضوع از اهمیت بالایی برخوردار است. با در نظر گرفتن این موضوع که این استان دارای متوسط شیب 42 درصدی است؛ خشکیدن گوَن¬¬زارها، خطر جاری شدن سیل از کوه¬ها و وقوع آتش¬سوزی در مراتع را تشدید می¬کند. این تحقیق به منظور پهنه¬بندی خشکیدگی گونه گون از سطح شمال غربی استان برای کمک به مدیریت آسان¬تر و شناخت بیشتر این مناطق صورت گرفته است. در این مطالعه از تصاویر لندست (etm+) سالهای 1384 و 1388 استفاده گردیده است تا تغییرات حاصل از خشکیدگی این گونه غالب از مراتع یا به عبارتی مراتع شمال غربی استان که عمدتاً پوشیده از این گونه گیاهی است مورد مطالعه قرار گیرد. برای این منظور، پس از انجام پیش¬پردازش های لازم بر روی تصاویر، شاخص¬های گیاهی؛pvi، pvi1، dvi، msavi2، rvi، pvi2، nrvi، ndvi، tvi، ctvi، ttvi، pvi3، tsavi1، tsavi2و wdvi برای هر دو سال از روی اطلاعات باند¬های تصاویر ماهواره¬ای استخراج شد. سپس با استفاده از روش تفاضل تصاویر پوشش گیاهی، تفاضل شاخص¬ها بین دو سال 1384 و 1388 بدست آمد. همبستگی بین داده¬های حاصل از نمونه¬برداری مناطق خشکیده و ارزش عددی حاصل از تفاضل شاخص¬های مشابه نشان داد که تفاضل شاخص dvi همبستگی بیشتری را با درصد خشکیدگی مراتع دارد. با توجه به معادله رگرسیونی حاصله که در آن میزان خشکیدگی متغیر وابسته و میزان شاخص تفاضلی متغیر مستقل در نظر گرفته شد (مناسب ترین مدل)؛ نقشه پهنه¬بندی خشکیدگی برای این منطقه ترسیم گردید، سپس نقشه حاصله طبقه¬بندی شد. نتایج نشان داد که مساحت مراتع دچار خشکیدگی برابر با 8834 هکتار از کل مساحت 388961 هکتار¬ی منطقه می¬باشد. با توجه به نتایج تحقیق حاضر می توان گفت داده¬های ماهواره¬ای لندست 7 دارای قابلیت تشخیص پوشش گیاهی مرتعی خشک شده در مناطق نیمه استپی است و می تواند برآوردی از خشکیدگی مراتع ارائه دهدکه این نتیجه فرضیه تحقیق را نیز تایید می¬کند.