تشخیص نفوذ و آنالیز امنیت در اینترنت اشیا با استفاده از الگوریتم بهینه سازی ژنتیک و شبكه عصبی

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 691

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WHMAC01_021

تاریخ نمایه سازی: 19 فروردین 1400

چکیده مقاله:

با توسعه مستمر اینترنت اشیا، موضوع امنیت داده های اینترنت اشیا و محافظت از حریم خصوصی مورد توجه بیشتری قرار گرفته است. جهت تامینامنیت از ابزارها و تجهیزات مختلفی استفاده می شود که تشخیص نفوذ یکی از آنها است. سیستم تشخیص نفوذ (IDS) یک تکنیک کارآمد است که می تواندبرای شناسایی مهاجمان در هنگام خرابی رمزنگاری مورد استفاده قرار گیرد و می تواند برای تقویت امنیت شبکه های اینترنت اشیا استفاده شود. در این پژوهش، یک سیستم تشخیص نفوذ طراحی و ارزیابی شده است. سیستم پیشنهادی در دسته سیستم های تشخیص ناهنجاری است که یک اندازه گیری مهم امنیتی به شمار می رود و درآن از رویکرد داده کاوی وترکیب الگوریتم های ژنتیک وشبکه عصبی استفاده شده است. جهت ارزیابی سیستم از مجموعه داده NSL-KDD که شامل 47 ویژگی و 5 کلاس می باشد استفاده شده است. با این روش پیشنهادی نرخ تشخیص درست به 99/8 درصد و نرخ تشخیص اشتباه به 0/2 درصد بهبود یافته است.

نویسندگان

شادی لنگری

عضو هیئت علمی، گروه کامپیوتر، موسسه آموزش عالی دانشگاه اشراق بجنورد

فرهنگ پدیداران مقدم

استادیار، گروه کامپیوتر، مجتمع آموزش عالی فنی و مهندسی اسفراین

افشین رجبی

دانشجوی کارشناسی ارشد نرم افزار، موسسه آموزش عالی دانشگاه اشراق بجنورد