مروری بر جدیدترین تکنیک های یادگیری عمیق در امنیت اینترنت اشیا

امروزه فناوری در تمامی حوزه های زندگی بشر نفوذ کرده و رشد روزافزونی داشته است. اینترنت اشیا امکان ارتباط و تعاملدستگاه های مختلف و همچنین مدیریت دستگاه های موجود درشبکه از راه دور را، فراهم می نماید اما همچنان شبکه اینترنت اشیا دربرابر نقض های امنیتی آسیب پذیر بوده و با توجه به ماهیت پویا و توزیع شده اینترنت اشیا، طراحی یک مدل امنیتی مناسب چالش برانگیز است. یادگیری عمیق که شاخه ای از یادگیری ماشین می باشد، نتایج امیدوارکننده ای برای تشخیص نقض های امنیتی نشانداده است و سیستم های تشخیص نفوذ مبتنی بر یادگیری عمیق نسبت به رویکردهای امنیتی مبتنی بر سایر الگوریتم های یادگیریماشین دقت و کارایی بالاتری داشته اند. این مقاله به جمع آوری رویکردهای اخیر در زمینه امنیت اینترنت اشیا مبتنی بر یادگیری عمیقپرداخته و یک طبقه بندی از مزایا و محدودیت های راه حل های اخیر و همچنین شرح مختصری از روش های مربوطه ارائه داده است ومی تواند به تفکر محققان برای مطالعات آینده در این زمینه، جهت دهد

کلیدواژه ها:

یادگیری عمیق ، امنیت ، اینترنت اشیا ، شبکه های عصبی ، تشخیص نفوذ