پیش بینی و مقابله با حملات جنگ سایبری ترکیبی با استفاده از هوش مصنوعی شناختی

با تحول ساختار نبردهای مدرن و ادغام مولفه های سایبری و الکترونیکی، تهدیدات ترکیبی به چالش جدی برای زیر ساخت های نظامی و دفاعی بدل شده اند. این پژوهش با هدف طراحی یک چارچوب هوش مصنوعی شناختی، به پیش بینی، تحلیل و مقابله با حملات سایبری - الکترونیکی پرداخته است. در این راستا، از شبکه های عصبی حافظه دار (مانند LSTM) برای تحلیل الگوهای زمانی داده های سیگنال و رویدادهای سایبری استفاده شد و یک مدل تصمیم گیر تطبیقی مبتنی بر یادگیری تقویتی طراحی گردید که قادر به تشخیص ناهنجاری، اولویت بندی تهدیدات و واکنش بلادرنگ است. نتایج اولیه شبیه سازی نشان می دهد که چارچوب پیشنهادی، دقت تشخیص تهدید را تا بیش از %۹۲ افزایش داده و زمان واکنش به تهدیدات را به طور معناداری کاهش داده است. این سیستم می تواند به عنوان پایه ای برای توسعه پلتفرم های دفاعی نسل آینده در برابر حملات ترکیبی مورد استفاده قرار گیرد.

کلیدواژه ها:

هوش مصنوعی شناختی ، جنگ سایبری ، جنگ الکترونیک ، یادگیری تقویتی ، Hybrid Cyber-EW Attacks ، Long Short-Term Memory ، Reinforcement Learning