الگوریتم های یادگیری ماشین برای شناسایی تهدیدات نوظهور سایبری

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 393

فایل این مقاله در 9 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:

ICPCONF10_107

تاریخ نمایه سازی: 4 آذر 1403

چکیده مقاله:

با افزایش پیچیدگی و فراوان ی تهدی دات سایبری در سالهای اخیر، ضرورت اتخاذ تدابیر امنیتی نوآورانه بیش از پیش احساسمیشود. این پژوهش به بررسی کاربرد الگوریتمهای یادگیری ماشین در شناسایی تهدیدات نوظهور سایبری پرداخته و تاکیدمی کند که این الگوریتم ها با تحلیل داده های وسیع، الگوهای فعالیت های مخرب را شناسایی میکنند. با استفاده از تکنیک هایپیشرفت های مانند شبکه های عصبی و درخت تصمیم، سازمانها می توانند به طور قابل توجهی بهبود در امنیت سایبری خودایجاد کنند. نتایج این تحقی ق نشان میدهد که یادگیری ماشین نه تنها نرخ شناسایی تهدیدات را افزایش میدهد بلکه باعثکاهش مثبت های کاذب می شود. ا ین مقاله همچنین به چالش ها و محدودیت های استفاده از این الگوریتم ها می پردازد و بهدنبال کمک به توسعه استراتژی های امنیت سایبری با استفاده از یاد گیری ماشین است.

کلیدواژه ها:

نویسندگان

ابوالحسن نصرتی

دانشجوی کارشناسی ارشد ریاضی کاربردی گرایش بهینه سازی دانشگاه پیام نور قشم