شماره ركورد كنفرانس :
5467
عنوان مقاله :
مروري بر روش هاي تشخيص نفوذ مبتني بر يادگيري عميق در اينترنت اشيا
پديدآورندگان :
مهدوي نيا هادي hadi.mahdavinia1365@gmail.com دانشكده فني و مهندسي، دانشگاه آزاد اسلامي واحد خوراسگان ، اصفهان ، ايران , سلطان آقائي كوپائي محمد رضا soltan@khuisf.ac.ir دانشكده فني و مهندسي، دانشگاه آزاد اسلامي واحد خوراسگان ، اصفهان ، ايران , اسماعيلي مهدي m.esmaeili@iaukashan.ac.ir دانشكده برق و كامپيوتر ، دانشگاه آزاد اسلامي واحد كاشان، اصفهان، ايران
كليدواژه :
يادگيري عميق , اينترنت اشيا , سيستم تشخيص نفوذ , حملات سايبري
عنوان كنفرانس :
اولين كنفرانس بين المللي ايده هاي نو در مهندسي برق
چكيده فارسي :
سيستم‌هاي تشخيص نفوذ (IDS) براي حفاظت از اطلاعات حساس از طريق شناسايي و كاهش فعاليت‌هاي مشكوك ضروري هستند، اما اين سيستم‌ها در مواجهه با چالش‌هاي خاص و پيچيدگي‌هاي امنيتي در زمينه اينترنت اشيا (IoT) دچار مشكل مي‌شوند. به عبارت ديگر، در محيطي كه دستگاه‌هاي هوشمند با يكديگر ارتباط برقرار مي‌كنند، به دليل ويژگي‌ها و پيچيدگي‌هاي خاص IoT راهكارهاي سنتي IDS با چالش‌هاي زيادي روبرو مي‌شوند. در اين مقاله، به بررسي تكنيك‌هاي يادگيري عميق جهت تقويت سيستم‌هاي تشخيص نفوذ در IoT پرداخته شده و پيشرفت‌هاي اخير در اين زمينه مورد بررسي قرار گرفته است. اين پيشرفت‌ها شامل استفاده از مجموعه داده‌هاي مرتبط با IoT، الگوريتم‌هاي يادگيري عميق، شناخت انواع حملات، و ارزيابي عملكرد سيستم IDS با استفاده از معيارهاي خاص مي‌شود. علاوه بر اين به بررسي چالش‌هايي كه در استقرار سيستم‌هاي مبتني بر يادگيري عميق در زمينه امنيت IoT وجود دارد، پرداخته و به مواردي كه ممكن است در آينده مورد تحقيق قرار گيرند، اشاره مي‌شود.
