ارائه سیستم تشخیص حملات سایبری در اینترنت اشیاء صنعتی با استفاده از شبکه عصبی در ترکیب با الگوریتم فراابتکاری گرگ خاکستری و درخت تبرید

در این مقاله سعی شده است تا به منظور ارائه یک مدل جهت افزایش دقت سیستم تشخیص نفوذ اینترنت اشیای صنعتی در برابر حملات سایبری روش ترکیبی مبتنی بر الگوریتم فراابتکاری گرگ خاکستری و شبیه سازی تبرید با الگوریتم شبکه عصبی مورد مطالعه قرار گیرد. ابتدا داده ها پیش پردازش و نرمال سازی شده، سپس در مرحله بعد با استفاده از الگوریتم های فراابتکاری گرگ خاکستری و شبیه سازی درخت تبرید و ترکیب آنها با الگوریتم شبکه عصبی داده ها مورد آزمون و ارزیابی قرار گرفته اند بر مبنای نتایج به دست آمده استفاده از الگوریتم ترکیبی SA-ANN دارای دقت ۸۸.۴۰۹۱ درصد و GWO-KNN دارای دقت ۹۳.۲۲۷۳ در تشخیص حملات سایبری می باشند. مشخص گردید که استفاده از الگوریتم ترکیبی GWO-KNN با دقت ۹۳.۲۲۷۳ درصد از نظر دقت در انتخاب ویژگی و همچنین میزان تشخیص حملات عملکرد بهتری دارد.

کلیدواژه ها:

الگوریتم فرا ابتکاری گرگ خاکستری ، الگوریتم شبیه سازی درخت تبرید ، الگوریتم شبکه عصبی ، سایبر ، احراز هویت ، سیستم تشخیص نفوذ اینترنت اشیای صنعتی