روش های هوش مصنوعی در امنیت اینترنت اشیاء شهرهای هوشمند: یک مرور

اینترنت اشیاء در شهرهای هوشمند به عنوان یک سیستم تعبیه شده جهانی شناخته می شود که امکان خودکارسازی گسترده را فراهم می کند و از طریق اتصال دستگاه های مختلف به اینترنت، داده ها را جمع آوری و تحلیل می کند. این فناوری با استفاده از حسگرها، نورپردازی ها و مترهای متصل، داده های موردنیاز برای بهبود امکانات، خدمات عمومی و زیرساخت های شهری را فراهم می کند. شهرهای هوشمند از این داده ها برای ارتقای کیفیت زندگی شهروندان، مدیریت منابع و افزایش بهره وری در حوزه هایی مانند حمل ونقل هوشمند، کشاورزی هوشمند، سلامت هوشمند و صنعت هوشمند استفاده می کنند. با این حال، امنیت سایبری و حفظ حریم خصوصی در این محیط های پیچیده و متنوع، چالش های مهمی هستند که نیاز به راهکارهای پیشرفته مانند سیستم های تشخیص نفوذ مبتنی بر روش های هوش مصنوعی دارند. این پژوهش به مرور روش های امنیتی مبتنی بر هوش مصنوعی برای مقابله با چالش های امنیتی در شبکه های اینترنت اشیاء شهرهای هوشمند می پردازد. در این پژوهش، روش های نوین در سه حوزه اصلی مورد بررسی قرار گرفته اند یعنی سیستم های تشخیص نفوذ (مانند مدل های ترکیبی LSTM، XGBoost و یادگیری گروهی)، روش های تشخیص بدافزار (شامل تحلیل ایستا/پویا و مدل های یادگیری عمیق مانند CNN و خودرمزنگار) و راهکارهای ترکیبی (نظیر ادغام هوش مصنوعی با زنجیره بلوکی و یادگیری فدرال). بررسی ها نشان می دهد که الگوریتم های هوش مصنوعی، به ویژه رویکردهای یادگیری عمیق، در شناسایی حملات با دقت بالا موثر هستند.

کلیدواژه ها:

اینترنت اشیاء ، شهرهای هوشمند ، امنیت ، روش های هوش مصنوعی