مروری بر انواع حملات اینترنت اشیاء و ارتقاء امنیت با استفاده از یادگیری ماشین و مزایا ومعایب آن

در دهه اخیر، فناوری اینترنت اشیاء به یک فناوری جهانی بزرگ توسعه یافته که تمام جنبه های زندگی روزانه ما را با استفاده از دستگاه های هوشمند در بر گرفته است. به علت سهولت در دسترسی و درخواست های پرشمار برای دستگاه های هوشمند، امروزه اینترنت اشیاء با چالش های امنیتی بیشتری نسبت به قبل رو به رو است. با توسعه ارتباطات، محاسبات و راه های احراز هویت، اینترنت اشیاء به راه حل های یکپارچه جدید برای کاربردهای خاص تبدیل شده است. اگرچه به علت گستردگی و محدودیت منابع اینترنت اشیاء هر لایه از معماری اینترنت اشیاء در معرض انواع مختلفی از تهدیدهای امنیتی هستند. متدهای امنیتی ای وجود دارند که بتوان برای محافظت از اینترنت اشیاء به کار برده شوند اما با این حال روش های سنتی در برابر انواع حملات مختلف و شدت آن ها موثر نیستند. بنابراین، یک سیستم امنیتی پویا و به روز برای نسل های بعدی سیستم های اینترنت اشیاء مورد نیاز است. این مقاله بر آن است با توجه به موضوع مهم امنیت در اینترنت اشیاء با مروری بر انواع حملات، چالش های امنیتی را بررسی کرده و الگوریتم های یادگیری ماشین که قابلیت های قدرتمند جدیدی را برای تامین نیازهای امنیتی اینترنت اشیاء فراهم می کنند را معرفی نماید و مزایا و معایب آنها را بررسی کند.

کلیدواژه ها:

اینترنت اشیاء ، چالش های امنیتی ، انواع حملات ، یادگیری ماشین .