مروری بر روشهای تشخیص نفوذ در اینترنت اشیاء صنعتی

اینترنت اشیاء صنعتی به کاربرد فناوری اینترنت اشیاء در حوزه صنعتی اشاره دارد. این فناوری شامل استفاده از حسگرها، دستگاه ها، رایانش ابری و اتصال شبکه برای تسهیل ارتباط و تبادل داده بین تجهیزات صنعتی است که اهدافی مانند نظارت بر تجهیزات، کنترل از راه دور، تجزیه و تحلیل داده ها و بهینه سازی تولید را تحقق می بخشد. با توجه به ارتباط دستگاه ها و شبکه ها، اینترنت اشیاء صنعتی در برابر تهدیدات و حملات سایبری، آسیب پذیر است و معمولا حملات سایبری از طریق نفوذ به اجزای سیستم شبکه یا استفاده از بدافزارها انجام می شود. اگر امنیت داده ها و حفاظت از حریم خصوصی کاربران تضمین نشود، مهاجمان مخرب ممکن است داده های خصوصی را تغییر دهند که می تواند منجر به تصادفات جاده ای و به خطر انداختن ایمنی شخصی شود؛ بنابراین، پیاده سازی سیستم های تشخیص نفوذ در این محیط ها، ضروری است. استفاده از الگوریتم های یادگیری عمیق در تشخیص نفوذ به دلیل توانایی های بالا در استخراج خودکار ویژگی های پیچیده و بهبود روش های حل مسئله، رو به افزایش است. همچنین در حوزه سیستم های تشخیص نفوذ، الگوریتم های فراابتکاری معمولا برای انتخاب ویژگی عمدتا به دلیل کارایی آنها در بهبود دقت مدل به کار می روند. در این مقاله، روش های تشخیص نفوذ در اینترنت اشیاء صنعتی مرور می شوند. روش های مورد مطالعه از الگوریتم های فراابتکاری، شبکه عصبی، یادگیری عمیق و یادگیری ماشین استفاده کرده اند.

کلیدواژه ها:

اینترنت اشیاء صنعتی ، تشخیص نفوذ ، الگوریتم های فراابتکاری ، یادگیری عمیق ، یادگیری ماشین