مدل امنیتی چند منظوره با استفاده از شبکه های عصبی پیچشی (convolutional) برای اینترنت اشیاء وسخت افزار

امنیت از دیرباز دغدغه ای همگانی بوده است. نقض امنیت یا حمله امنیتی به اماکن خصوصی نیز تهدیدی بوده است که هرکسی مایل است آنرا تقلیل دهد. سیستم های امنیت سنتی ؛ در زمان تشخیص نقض امنیت شروع به آلارم و هشدار می کنند. حمله به سخت افزار معمولا منجر به آسیب جدی و باعث دشوار شدن بازیابی میشود در نتیجه باعث هر چه بیشتر شدن توجه ما به امنیت سخت افزار است.یکی از بخش هایی که این مقاله ارائه میدهد یک راه حل مبتنی بر استفاده از سرور امنیتی آگاه برای توزیع موثر کلیدهای رمزنگاری به دستگاه های IoT به منظور ایمن سازی جلسات چندپخشی است.دستگاه های اینترنت اشیا (IoT)دستگاه هایی با محدودیت منابع از نظر توان، حافظه، پهنای باند، و پردازش هستند.چالشها و راه حل های بالقوه ای برای انواع مختلف حملات و تهدیدهای سختافزاری مورد بحث قرار می گیرند.در ادامه توضیح داده میشود که استفاده از پردازش تصاویر (image processing) به همراه شبکه های عصبی پیچشی عمیق برای دسته بندی، تعیین و تشخیص تصاویر به شناسایی نقض امنیت کمک می نماید و بدین ترتیب تا حدود بالایی باعث افزایش امنیت می شود. در نهایت، چالشهای امنیتی سخت افزاری خاصی متصل می شوند و در هر دامنه کاربردی؛نگاشته میشوند. سرعت یا میزان یادگیری ماشین،بویژه یادگیری عمیق، بسیار بالا می باشد. استفاده از یک چنین تکنولوژی در انتقال مدلها و سیستم های موجود به سطوح بعدی، گام بزرگی به سمت پیشرفت در هر حیطه از علوم و فناوری می باشد. این موارد در کنار هم در حیطه امنیت باعث نیل به مواردی فراتر از حد تصور و موارد ممکنه می انجامد و مقاله حاضر نیز سعی دارد چنین کاری انجام دهد.

کلیدواژه ها:

تشخیص حرکت ، اینترنت اشیا ، امنیت سختافزاری ، سختافزار امنیتی ، پردازش عکس ، امنیت سایبری ، پیشگیری از حمله ، شبکه های عصبی