مدل سازی یک الگوریتم تشخیص حملات سایبری با استفاده از یادگیری عمیق و پردازش زبان طبیعی

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 235

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFIT01_1206

تاریخ نمایه سازی: 4 مهر 1403

چکیده مقاله:

از جمله تکنولوژی های روبه رشد امروزه استفاده از فناوری اطلاعات و ارتباطات است ، در این تکنولوژی مسائل امنیتی از اهمیت بسیاری برخوردار شده است . حملات سایبری می توانند باعث تخریب ، سرقت اطلاعات، اختلال در خدمات و بسیاری از مشکلات دیگر شوند که می توانند برای سازمانها، شرکت ها و افراد آسیب های جدی ایجاد کنند. امروزه حملات وب پیچیده تر شده اند از این رو رویکردهای مبتنی بر یادگیری ماشین و یادگیری عمیق برای مقابله با این نوع حملات معرفی شدند. در این رویکردها، الگوریتم های یادگیری ماشین با استفاده از دادههای آموزشی ، آموزش داده می شوند. سپس با ورود دادههای جدید، با استفاده از الگوریتم های آموزشی ، حملات را تشخیص می دهند.اخیرا پردازش زبان طبیعی (NLP) در زمینه امنیت سایبری به صورت گسترده مورد توجه قرار گرفته است و در تشخیص حملات سایبری به عنوان یک راهکار مفید و موثر برای دفاع از حملات محسوب می شود. در این مقاله هدف ما ارائه یک مدل امنیت سایبری مبتنی بر زبان است که بر اساس حجم بزرگی از داده های متنی آموزش داده می شود با استفاده از این روش، می توان به صورت خودکار، سریع و دقیق حملات سایبری را تشخیص داد و به تدریج شبکه ها را از حملات مخرب محافظت کرد.

نویسندگان

احمد علی محمدی

کارشناسی ارشد نرم افزار دانشگاه آزاد اسلامی واحد شاهرود

فاطمه قاسمی

کارشناسی ارشد هوش مصنوعی و رباتیکز دانشگاه صنعتی مالک اشتر

محمدمهدی حسینی

گروه کامپیوتر، دانشکده مهندسی ، واحد شاهرود، دانشگاه آزاد اسلامی ، شاهرود، ایران