تشخیص ناهنجاری توسط الگوریتم خوشه بندی در قابلیت خودترمیمی اینترنت اشیا
- سال انتشار: 1397
- محل انتشار: چهارمین کنفرانس ملی دستاوردهای نوین در برق و کامپیوتر و صنایع
- کد COI اختصاصی: NCAEC04_013
- زبان مقاله: فارسی
- تعداد مشاهده: 552
نویسندگان
استادیار، فنی مهندسی، موسسه آموزش عالی اشراق
استادیار، فنی مهندسی، موسسه آموزش عالی اشراق
کارشناسی ارشد نرم افزار، فنی مهندسی، موسسه آموزش عالی اشراق
چکیده
بعد از فراگیر شدن اینترنت در دنیای فناوری اطلاعات و ارتباطات، امروزه اینترنت اشیاء بستری جذاب و البته کاربردی برای محققان و پژوهشگران محسوب می گردد. یکی از مهمترین بحث های مربوط به اینترنت اشیاء بحث امنیت و جلوگیری از ایجاد ناهنجاری در شبکه اینترنت اشیاء می باشد. در حقیقت شناسایی ناهنجاری و ترمیم شبکه اینترنت اشیاء یک راهکار مناسب برای حفظ امنیت شبکه اینترنت اشیاء قلمداد می گردد. در این پایان نامه مدلی مبتنی بر الگوریتم خوشه بندی K-means جهت تشخیص نمونه های بی خطر و نمونه های بات نت در سطح شبکه اینترنت اشیاء ارایه شده است. دو معیار دقت در تشخیص ناهنجاری و سرعت تشخیص ناهنجاری در این پایان نامه مد نظر قرار گرفته شده است. نتایج حاصل از پیاده سازی نشان دهنده دقت مناسب روش پیشنهادی در تشخیص بات نت ها و ناهنجاری ها می باشد. همچنین روش پیشنهادی نسبت به روش CEP در تشخیص ناهنجاری ها در شبکه اینترنت اشیاء دارای تاخیر زمانی کمتری می باشد.کلیدواژه ها
اینترنت اشیا، خودترمیمی، بات نت ، تشخیص هنجاری، خوشه بندیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.