ارائه روشی مبتنی بر شبکه های عصبی کانولوشن جهت تشخیص نفوذ در اینترنت اشیاء

اینترنت اشیاء به شبکه ای اشاره دارد که در آن بسیاری از وسایل و اشیاء پیرامون ما به شبکه اینترنت متصل شده اند و با همدیگر و یا با سایر اشیاء ارتباط برقرار میکنند. ارتباطات در این فناوری نوین فراتر از ارتباط انسان با انسان و ماشین با ماشین میباشد. همگام با گسترش روزافزون اینترنت اشیاء در جنبه های مختلف زندگی روزمره و فعالیت های فردی و اجتماعی افراد، اهمیت تامین امنیت اطلاعات و حفظ حریم خصوصی کاربران بیش از پیش نمایان شده است. یکی از معضلات استفاده از چنین سیستم هایی نفوذ افراد غیر مجاز به سیستم و استفاده از اطلاعات آن یا انجام دستکاری های غیرمجاز در آن است به همین علت تلاش برای بهبود روشها و الگوریتم های موجود بسیار مورد توجه محققان این حوزه میباشد.در این پژوهش از شبکه های عصبی کانولوشن که یکی از روش های قدرتمند یادگیری عمیق هستند و دارای معماری پیچیده و توانایی تشخیص ویژگی ها و ارتباطات پیچیده موجود بین حملات هستند، برای ارائه یک سیستم تشخیص نفوذ با دقت تشخیص بالا و نرخ هشدار اشتباه پایین استفاده کرده ایم. این روش با مجموعه داده NSL-KDD آموزش داده شد و به دقت %۸۶/۱ در جداسازیداده های حمله و عادی دست یافت

کلیدواژه ها:

امنیت ، اینترنت اشیاء ، سیستم تشخیص نفوذ ، یادگیری عمیق ، شبکه عصبی کانولوشن