بررسی سیستمهای تشخیص نفوذ مبتنی بر الگوریتمهای یادگیری ماشین در اینترنت اشیاء

فایل این در 14 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

این در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

اینترنت اشیاء به مجموعهای از همه دستگاههایی اطالق میشود که میتوانند برای جمعآوری و اشتراکگذاری دادهها به اینترنت متصل شوند. معرفی دستگاههای متنوع به رشد فوقالعادهای ادامه میدهد و خطرات جدیدی را برای حفظ حریم خصوصی و امنیتی ایجاد میکند که به دلیل گسترش اتصاالت اینترنتی و ظهور فناوریهای جدید مانند اینترنت اشیاء است. نفوذهای مختلف و پیچیده پارادایم اینترنت اشیاء را به شبکههای کامپیوتری هدایت میکند. شرکتها سرمایه گذاری خود را در تحقیقات برای بهبود تشخیص این حمالت افزایش میدهند. با مقایسه باالترین نرخهای دقت، موسسات روشهای هوشمندی را برای آزمایش و تایید انتخاب میکنند. پذیرش اینترنت اشیاء در بخشهای مختلف، از جمله سالمت، نیز در زمانهای اخیر رو به افزایش بوده است. جایی که برنامههای کاربردی اینترنت اشیاء برای محققان و توسعهدهندگان فناوری بهخوبی شناخته شد. متاسفانه، چالش قابلتوجه اینترنت اشیاء مسائل مربوط به حریم خصوصی و امنیتی ناشی از محدودیتهای انرژی و مقیاسپذیری دستگاههای اینترنت اشیاء است؛ بنابراین، چگونگی بهبود چالشهای امنیتی و حریم خصوصی اینترنت اشیاء همچنان یک مشکل مهم در زمینه امنیت است. در این مقاله، سیستمهای تشخیص نفوذ مبتنی بر الگوریتمهای یادگیری ماشین در اینترنت اشیاء بررسی شدهاند

کلیدواژه ها:

اینترنت اشیاء ، سیستم های تشخیص نفوذ ، الگوریتم های یادگیری ماشین

نویسندگان

امین خدادادی نژاد

کارشناسی ارشد،گروه مهندسی کامپیوتر،واحداهواز،موسسه آموزش عالی کارون،اهواز،ایران

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :
  • [1] Ghaffari, A., Jelodari, N., pouralish, S., derakhshanfard, N., & ...
  • machine and deep learning methods: a survey. Cluster Computing, 1-25. ...
  • [2] Wardana, A. A., Kołaczek, G., & Sukarno, P. (2024). ...
  • Collaborative Intrusion Detection for Internet of Things. Applied Sciences, 14(10), ...
  • [3] Gill, N. S., & Gulia, P. (2024). A review ...
  • things enabled environment. International Journal of Electrical & Computer Engineering ...
  • [4] Shen, J., Yang, W., Chu, Z., Fan, J., Niyato, ...
  • Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning. arXiv ...
  • preprint arXiv:2401.11968. ...
  • [5] Fan, J., Yang, W., Liu, Z., Kang, J., Niyato, ...
  • domains from the ANT-centric perspective. IEEE Internet of Things Journal. ...
  • [6] Mishra, P., Varadharajan, V., Tupakula, U., & Pilli, E. ...
  • machine learning techniques for intrusion detection. IEEE communications surveys & ...
  • [7] Ahmad, Z., Shahid Khan, A., Wai Shiang, C., Abdullah, ...
  • system: A systematic study of machine learning and deep learning ...
  • Telecommunications Technologies, 32(1), e4150. ...
  • [8] Ma, Z., Liu, L., Meng, W., Luo, X., Wang, ...
  • detection system using collaborative learning in IoT networks. IEEE Internet ...
  • [9] Yang, W., & Lam, K. Y. (2021). Effective anomaly ...
  • supervised learning techniques. In Information and Communications Security: 23rd International ...
  • 2021, Chongqing, China, November 19-21, 2021, Proceedings, Part I 23 ...
  • Publishing. ...
  • [10] Agrawal, S., Sarkar, S., Aouedi, O., Yenduri, G., Piamrat, ...
  • learning for intrusion detection system: Concepts, challenges and future directions. ...
  • 346-361. ...
  • [11] Malik, M., Ghous, H., Mubeen, M., Munir, A. M., ...
  • for Internet of Things using Machine Learning Techniques. International Journal ...
  • Computer Technologies, 3(1), 23-39. ...
  • [12] Liang, P., Yang, L., Xiong, Z., Zhang, X., & ...
  • Transformer and Wavelet Transform for IoT Data Security. IEEE Internet ...
  • [13] Nie, F., Liu, W., Liu, G., & Gao, B. ...
  • designing IoT intrusion detection system. Internet of Things, 25, 101102. ...
  • [14] Hernandez-Jaimes, M. L., Martinez-Cruz, A., & Ramírez-Gutiérrez, K. A. ...
  • for anomaly detection on the Internet of Things based on ...
  • [15] Wang, Z., Li, J., Yang, S., Luo, X., Li, ...
  • based on improved BERT-of-Theseus. Expert Systems with Applications, 238, 122045. ...
  • [16] Li, S., Cao, Y., Liu, S., Lai, Y., Zhu, ...
  • Detection System for IoT by using semi-supervised CL-GAN. Expert Systems ...
  • [17] Bacha, S., Aljuhani, A., Abdellafou, K. B., Taouali, O., ...
  • intrusion detection system in IoT using kernel extreme learning machine. ...
  • Humanized Computing, 15(1), 231-242. ...
  • [18] Almotairi, A., Atawneh, S., Khashan, O. A., & Khafajah, ...
  • networks using machine learning-based feature selection and ensemble models. Systems ...
  • Engineering, 12(1), 2321381.19] Li, J., Othman, M. S., Chen, H., ...
  • selection versus feature extraction in machine learning. Journal of Big ...
  • [20] Azimjonov, J., & Kim, T. (2024). Designing accurate lightweight ...
  • using fine-tuned linear SVM and feature selectors. Computers & Security, ...
  • [21] Mirlashari, M., & Rizvi, S. A. M. (2024). Enhancing ...
  • [22] Al-Ambusaidi, M., Yinjun, Z., Muhammad, Y., & Yahya, A. ...
  • detection system for securing IoT networks and applications. Soft Computing, ...
  • [23] Sun, N., Wang, W., Tong, Y., & Liu, K. ...
  • Internet of Things. Frontiers of Computer Science, 18(5), 185328. ...
  • [24] Maghrabi, L. A. (2024). Automated Network Intrusion Detection for ...
  • IEEE Access. ...
  • [25] TN, A., & ML, U. (2024). An efficient internet ...
  • for smart networks. International Journal of Computing and Digital Systems, ...
  • [26] Pramilarani, K., & Kumari, P. V. (2024). Cost based ...
  • Internet of Things. Applied Soft Computing, 151, 111125. ...
  • [27] Nallakaruppan, M. K., Somayaji, S. R. K., Fuladi, S., ...
  • Enhancing Security of Host-based Intrusion Detection Systems for the Internet ...
  • [28] Chen, X., Wang, P., Yang, Y., & Liu, M. ...
  • Method in Internet of Things for Consumer Electronic. IEEE Transactions ...
  • [29] Awotunde, J. B., Ayo, F. E., Panigrahi, R., Garg, ...
  • forest model-based intrusion detection using fuzzy inference system for internet ...
  • Journal of Computational Intelligence Systems, 16(1), 31. ...
  • [30] Musleh, D., Alotaibi, M., Alhaidari, F., Rahman, A., & ...
  • using feature extraction with machine learning algorithms in IoT. Journal ...
  • 29. ...
  • [31] Khanday, S. A., Fatima, H., & Rakesh, N. (2023). ...
  • in Lightweight IoT Networks. Expert Systems with Applications, 215, 119330. ...
  • [32] Lakshminarayana, S. K., & Basarkod, P. I. (2023). Unification ...
  • Aware Algorithm for Intrusion Detection in Evolving Networks Like IoT. ...
  • 2255-2281. ...
  • نمایش کامل مراجع