یادگیری مشارکتی در اینترنت اشیا برای مقابله با حملات منع سرویس توزیع شده

یادگیری مشارکتی در اینترنت اشیا برای مقابله با حملات منع سرویس توزیع شده می تواند در تشخیص ناهنجاری ها و مقابله با این حملات تاثیرگذار باشد. رویکردی که با نگه داشتن داده ها در دستگاه های محلی و تبادل تنها پارامترهای مدل حریم خصوصی را حفظ می کند و همچنین مصرف منابع را کاهش می دهد این ساختار، غیرمتمرکز با افزایش قابلیت مقیاس پذیری و کاهش زمان پاسخ رویکردی تازه برای بالابردن امنیت شبکه های اینترنت اشیا فراهم می سازد. این مطالعه بر روی چالش های امنیت در معماری اینترنت اشیاء و راهکارهای پیشگیری در آینده تمرکز دارد. بسیاری از دستگاه ها در شبکه اینترنت اشیاء اساسا ناایمن هستند و شبکه را در معرض انواع حملات قرار می دهند. حملات منع سرویس توزیع شده (DDoS) یکی از چالش هایی است که روش های سنتی توان مقابله با آنها را ندارند. امنیت معماری اینترنت اشیا نه تنها به حفاظت از داده ها مربوط می شود بلکه حفظ حریم خصوصی کاربران و جلوگیری از اختلال در عملکرد سیستم ها نیز بسیار اهمیت دارد. آینده این فناوری وابسته به توسعه فناوری های هوشمند و مقیاس پذیری است که بتوانند همگام با رشد سریع اینترنت اشیا از داده ها و زیرساخت ها محافظت کرده و اعتماد عمومی را تقویت نمایند.

کلیدواژه ها:

یادگیری مشارکتی (CL) ، امنیت اینترنت اشیاء ، حملات منع سرویس توزیع شده (DDOS)