طراحي سيستم تشخيص نفوذ جهت امنيت اينترنت اشياي مبتني بر يادگيري ماشين

Designing an intrusion detection system for Internet of Things security based on machine learningine learning

ارتباطات ديجيتال با چهارچوب ارتباطي موثر براي به اشتراك گذاري و انتقال اطلاعات ايجاد شده است. سيستم فيزيكي-سايبري (CPS) چهارچوبي است كه با تجهيزات الكترونيكي ادغام شده است كه خدمات را از طريق يك چهارچوب ديجيتالي ممكن مي كنند. چالش هاي قابل ملاحظه اين سيستم عبارتند از مسائل امنيتي، ناهنجاري و نقص در سرويس. بنابراين، نياز به يك سيستم كارآمد است كه بتواند بر اين مشكلات غلبه كند. اين مقاله اين مشكلات را تحليل مي كند و الگويي را از لحاظ ارتباطات پيشرفته، خصوصاً چهارچوب خانه هوشمند مطلع از انرژي (EASH) پيشنهاد مي كند. با اين كار، مسئله نواقص ارتباطي و انواع حملات شبكه در EASH تحليل مي شود. با استفاده از روش يادگيري ماشين، منابع ناهنجاري الگوي ارتباطي مشخص مي شوند. به منظور ارزيابي عملكرد، كار پيشنهادي را بر اساس دقت، عملكرد و كارايي اش تحليل مي‌كنيم. بنابراين ما نتايج بهتري را به دست مي آوريم، خصوصاً كه نتيجه ميزان دقت 85 درصد را نشان مي دهد. در آينده، ما سعي مي كنيم ميزان دقت بالايي را براي توسعه بيشتر ارائه دهيم.