تخصيص منابع امنيتي براي مقابله با حملات در اينترنت اشيا با استفاده از يادگيري ماشين

امروزه شبكه‌هاي اينترنت اشيا (IoT) با توجه به محدوديت منابع پردازشي، ناهمگوني و محدوديت انرژي در اشيا‌ و همچنين عدم وجود استانداردي واحد براي پياده‌سازي سازوكارهاي امنيتي به كانون و مركز توجه حملات امنيتي تبديل شده‌اند. در اين مقاله، يك راهكار براي مسئله تخصيص منابع امنيتي به جهت مقابله با حملات در اينترنت اشيا ارائه خواهد شد. مسئله تخصيص منابع امنيتي در شبكه IoT (SRAIoT) به جاي‌گذاري امن‌افزارها در زيرساخت IoT اشاره دارد. براي حل اين مسئله نياز است كه شرايط پوياي محيط ارتباطي و عدم قطعيت در مورد عملكرد مهاجمان لحاظ شود. در رويكرد‌هاي سنتي تخصيص منابع امنيتي در IoT، مهاجم بر اساس مفروضات خود از شرايط سيستم، دست به حمله زده و در مقابل، مدافع نيز در سيستم با شناخت قبلي از رفتار مهاجم و گره‌هاي مورد حمله به مقابله مي‌پردازد. برخلاف رويكردهاي پيشين در اين پژوهش از رويكردي واقع‌بينانه براي تخصيص پوياي منابع امنيتي در شبكه IoT جهت مقابله با مهاجماني با رفتار ناشناخته استفاده شده‌ است. در مسئله مطرح‌شده به اين علت كه در بازه‌هاي يادگيري در مورد استقرار چند منبع امنيتي نياز به اتخاذ تصميم وجود دارد، فضاي حالت راهبردها به صورت تركيبياتي بيان‌ مي‌شود. همچنين مسئله SRAIoT در چارچوب يك مسئله قمار چندبازويي تركيبياتي- تخاصمي مطرح مي‌شود. از آنجا كه در شرايط واقعي، جابه‌جايي منابع امنيتي استقرار‌يافته داراي هزينه‌ بالايي است، هزينه مذكور در تابع سودمندي مسئله لحاظ شده و بنابراين چارچوب پيشنهادي به‌صورت توأمان هزينه جابه‌جايي و پاداش كسب‌شده را مد نظر قرار مي‌دهد. نتايج شبيه‌سازي نشان‌دهنده همگرايي سريع‌تر معيار پشيماني ضعيف الگوريتم‌هاي پيشنهادي نسبت به الگوريتم تركيبياتي پايه است. علاوه بر اين به‌منظور شبيه‌سازي شبكه IoT در بستري واقع‌بينانه، شبيه‌سازي سناريوي حمله با استفاده از شبيه‌ساز Cooja نيز انجام شده است.