0% Complete
صفحه اصلی
/
ورود به سیستم
/
سوالات متداول
/
تماس با ما
صفحه اصلی
/
هفتمین کنفرانس ملی و اولین کنفرانس بین المللی محاسبات توزیعی و پردازش داده های بزرگ
مدل های یادگیری عمیق برای امنیت سایبری در شبکه های IoT
Deep Learning Models for Cyber Security in IoT Networks
نویسندگان :
روژین سهرابی ( موسسه آموزش عالی جهاددانشگاهی کرمانشاه )
کلید واژه ها :
IoT،DDoS،Deep Learning،CNN،LSTM،RNN CICIDS2017
چکیده مقاله :
در این مقاله ما مدل‌های یادگیری عمیق را برای امنیت سایبری در شبکه‌های IoT (اینترنت اشیا) پیشنهاد می‌کنیم. شبکه اینترنت اشیا به عنوان یک فناوری امیدوارکننده است که موجودات زنده و غیرزنده را در سراسر جهان به هم متصل می کند. پیاده سازی اینترنت اشیا به سرعت در حال رشد است، اما امنیت سایبری هنوز یک خلاء است، بنابراین در معرض حملات سایبری بسیاری قرار دارد و برای موفقیت هر شبکه مهمتر از همه این است که شبکه کاملاً ایمن باشد، در غیر این صورت ممکن است افراد تمایلی به استفاده از آن نداشته باشند. فن آوری. حمله DDoS (Distributed Denial of Service) در گذشته اخیر بسیاری از شبکه های اینترنت اشیا را تحت تأثیر قرار داده است که منجر به خسارات زیادی شده است. ما مدل‌های یادگیری عمیق را پیشنهاد کرده‌ایم و آن‌هایی را که از جدیدترین مجموعه‌داده‌های CICIDS2017 برای تشخیص حمله DDoS استفاده می‌کنند، ارزیابی کرده‌ایم که بالاترین دقت را ارائه می‌کند زیرا 97.16٪ نیز مدل‌های پیشنهادی با الگوریتم‌های یادگیری ماشین مقایسه می‌شوند. این مقاله همچنین چالش‌های تحقیقاتی باز را برای استفاده از الگوریتم یادگیری عمیق برای امنیت سایبری اینترنت اشیا شناسایی می‌کند.
لیست مقالات این رویداد
Samin Hamayesh
