تشخیص حمله سایبری مبتنی بر یادگیری عمیق در راستای ایجاد اینترنت اشیا صنعتی قابل اعتماد
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 133
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IMTC04_018
تاریخ نمایه سازی: 16 آبان 1402
چکیده مقاله:
در این مقاله ، ما یک رویکرد جدید برای بهبود قابلیت اعتماد شبکه های مجهز به اینترنت صنعتی اشیا پیشنهاد می کنیم . ما یک کنترل دقیق و قابل اعتماد نظارتی و اکتساب داده (SCADA) مبتنی بر شبکه تشحیص حمله سایبری در این شبکه ها را پیشنهاد می کنیم . طرح پیشنهادی واحدهای مکرر هرمی مبتنی بر یادگیری عمیق (PRU) و درحت تصمیم (DT) را با شبکه های اینترنت اشیاء صنعتی مبتنی بر SCADA ترکیب می کند. ما همچنین از یک روش یادگیری گروهی برای شناسایی حمات سایبری در شبکه های اینترنت صنعتی اشیا مبتنی بر SCADA استفاده می کنیم . طرح پیشنهادی بر روی ۲۰ مجموعه داده تولید شده از شبکه های مبتنی بر SCADA ارزیابی می شود. نتایج تجربی نشان می دهد که طرح پیشنهادی از روشهای سنتی و رویکردهای تشحیص مبتنی بر یادگیری ماشین بهتر عمل می کند. طرح پیشنهادی امنیت و معیارهای مربوط به قابلیت اعتماد را در شبکه های فعال شده با اینترنت اشیاء صنعتی بهبود می بحشد.
کلیدواژه ها:
نویسندگان
اعظم عباس نژاد
دانشجوی دکتری، مهندسی کامپیوتر، نرم افزار، دانشگاه آزاد اسلامی واحد کرمان