یوسف عبدالمالکی - دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران
محمد عبداللهی ازگمی - دانشیار، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران، تهران

پیشرفت ها در رایانش و شبکه، قابلیت های جدیدی را به سیستم های فیزیکی فراهم کرده است که پیش از آن، این قابلیت ها به طور عملی قابل افزودن نبودند. این امر منجر به ظهور سیستم های مهندسی به نام سیستم های سایبر- فیزیکی شد. این سیستم ها، دامنه های سایبری (شامل مولفه های شبکه و سرورها) و فیزیکی (شامل حسگرها و محرک ها) را با هم تلفیق می کند.در این سیستم ها، روش های صوری کشف نفوذ، هر نمونه داده را به صورت مستقل مورد تحلیل قرار می دهند و از مهمترین خصوصیت این نمونه های داده (ترتیبی بودن) صرف نظر می کنند. اغلب ناهنجاری ها را تنها با تحلیل دنباله ای از نمونه های داده می توان کشف کرد. ماهیت سری های زمانی وابسته بودن مشاهدات آن ها است. بنابراین تحلیل سری های زمانی به منظور کشف ناهنجاری در دنباله ای از داده ها، راه حل مناسبی است. روش ارایه شده در این مقاله به این صورت است که ابتدا داده ها را از طریق حسگرها جمع آوری کرده، سپس مجموعه داده های آموزش را مدل کرده و رفتار آینده سیستم را پیش بینی می کنیم. در نهایت با مدل کردن مجموعه داده های آزمون و با مقایسه این مجموعه داده با رفتار پیش بینی شده می توان ناهنجاری ها را شناسایی کرد. نتایج نشان می دهد که این روش داری نرخ تشخیص درست بالا و نرخ تشخیص نادرست بسیار پایین است.

سیستم های سایبر- فیزیکی، سری های زمانی، کشف ناهنجاری، داده های حسگری، روش های کشف نفوذ