بهبود روند تشخیص نفوذ همراه با رویکرد یادگیری عمیق در اینترنت اشیا
- سال انتشار: 1402
- محل انتشار: هفتمین همایش ملی افق های نوین در مدیریت، اقتصاد و کامپیوتر
- کد COI اختصاصی: THCONF07_016
- زبان مقاله: فارسی
- تعداد مشاهده: 203
نویسندگان
دانشجوی دکتری مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد اراک
چکیده
در دنیای امروز حجم زیاد و پیچیدگی های موجود در سیستم های IOT باعث بروز بحران های امنیتی جدیدی برای صنایع بهره منداز آن شده است . بنابراین حفاظت از سیستم های اینترنت اشیا در مقابل تهدیدات و حملات پیش روی آنها امری حیاتی قلمداد میشود. اطمینان بخشی از آن را می توان توسط سیاست های اخیر یادگیری ماشین ML به طور گسترده در سیستم های تشخیص نفوذIDS تضمین نمود . برای بهبود این استراتژی ها می توان از الگوریتم های فراابتکاری پیشرفته با بهره گیری از مجموعه ای از شبکههای عصبی مکرر RNN بهره جست . از مجموعه داده های در دسترس عموم استفاده شده و در ادامه تحلیلی از بکار گیری این روشبا سایر روش های مرتبط از نظر دقت و کارایی مطرح می شود .کلیدواژه ها
سیستم های تشخیص نفود IDS ، یادگیری ماشین ، فراابتکاری ، شبکه عصبیمقالات مرتبط جدید
- نقش هوش مصنوعی بر روی افزایش سود و بهره وری
- بررسی تاثیر رمزارزها و داراییهای دیجیتال بر آینده بانکداری مرکزی (CBDC)
- بررسی نقش فناوری اطلاعات و ارتباطات بر توانمندسازی کارکنان (مطالعه موردی فرمانداری پردیس)
- بررسی اثر تغییر قیمتها بر توزیع درآمد و رفاه اجتماعی
- نقش هوش مصنوعی استراتژیهای بازاریابی و ظرفیت های سازمانی در عملکرد سازمانی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.