تشخیص حمله توزیع شده با استفاده از روش یادگیری عمیق در اینترنت اشیاء

امنیت سایبری یک مساله جدی برای هر بخش در فضای سایبری است زیرا تعداد حمله های امنیتی در حال افزایش می باشد.مشخص است که به دلیل افزودن پروتکل های مختلف حمله در اینترنت که به طور مداوم در حال ظهور هستند . نیاز به امنیت را افزایش می دهد. اغلب این حملات اینترنتی کوچک شناخته نشده هستند. موفقیت یادگیری عمیق((Deep Learning در حوزه های داده های بزرگ، منافع متعددی را در حوزه های امنیت سایبری ایجاد کرده است . شناسایی جهش های کوچک و یا حمله های جدید از قابلیت سطح بالا استخراج یادگیری عمیق می باشد. آموزش و فشرده سازی ، قابلیت های معماری یادگیری عمیق می باشد. برای کشف الگو پنهان از داده های آموزشی استفاده می شود ، به طوری که حملات از ترافیک نرمال قابل تشخیص می باشد . در این پژوهش یک سیستم تشخیص حمله طراحی و ارزیابی شده است. سیستم پیشنهادی در دسته سیستم های تشخیص نفوذ است که در آن از الگوریتم شبکه عصبی عمیق استفاده می شود. که هدف از بکارگیری و انجام آن، بالا بردن سرعت،دقت تشخیص حمله است دقت تشخیص حمله را تا میزان 96/09 رسیده است . و نیز عملکرد روش پیشنهادی نسبت به دو روش دیگر در دقت تشخیص حمله مورد ارزیابی قرار گرفته است.

کلیدواژه ها:

امنیت سایبری ، یادگیری عمیق ، اینترنت اشیاء