حفاظت از حریم خصوصی از طریق بازبینی و کاوش قاعده یادگیری ماشین و عمیق اینترنت اشیاء

حفاظت از حریم خصوصی از طریق بازبینی و کاوش قاعده یادگیری ماشین و عمیق اینترنت اشیاء

فاطمه محکمی1 سینا سهیلی لیراوی2 مجتبی سلیمانی مقدم3

1) دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات ،گرایش سیستم های اطلاعاتی ،مرکز غیر انتفاعی پاسارگاد ،شیراز ،ایران
2) دانشجوی دانشگاه علمی وکاربردی سازمان همیاری شهرداری های شیراز ایران
3) دانش آموخته مرکز تخصصی ایده پردازان قم

کد IOI مقاله : XGZK-KZFBA
محل انتشار : هفتمین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندسی(7carse.com)
چکیده :
    اینترنت اشیا (IoT ) میلیاردها دستگاه هوشمند را در خود ادغام می کند و می توانند با حداقل دخالت انسان، با یکدیگر در ارتباط باشند. اینترنت اشیا یکی از زمینه هایی می باشد که در تاریخ محاسبات بسیار سریع در حال توسعه است. پیشرفت‌های اخیر در سخت‌افزار و فناوری اطلاعات، گسترش دستگاه‌های هوشمند و متصل به¬ هم را تسریع کرده است، که توسعه سریع اینترنت اشیا را تسهیل می‌کند. برنامه ها و خدمات اینترنت اشیا به¬طور گسترده در محیط¬هایی مانند شهرهای هوشمند، صنعت هوشمند، وسایل نقلیه خودران و سلامت الکترونیک مورد استفاده قرار می¬گیرند. به¬این¬ترتیب، دستگاه‌های اینترنت اشیا در همه¬جا به هم متصل می¬شوند و داده‌های حساس و خصوصی را بدون نیاز به تعامل انسانی منتقل می‌کنند. بااین¬وجود، حفظ حریم خصوصی داده¬ها بسیار ضروری و مهم است. بنابراین، روش¬های امنیتی موجود باید برای ایمن¬سازی اکوسیستم اینترنت اشیا تقویت شوند. این مقاله یک بررسی جامع از راه‌حل‌های اخیر مبتنی بر یادگیری ماشین (ML ) و یادگیری عمیق (DL ) برای حفظ حریم خصوصی در اینترنت اشیا ارائه می‌کند. ابتدا، ما یک تحلیل عمیق از تهدیدات و حملات حریم خصوصی فعلی ارائه می¬کنیم. سپس، برای هر معماری ML پیشنهادی، پیاده¬سازی¬ها، جزئیات و نتایج منتشر شده را ارائه می¬کنیم. در نهایت، موثرترین راه¬حل¬ها را برای تهدیدات و حملات مختلف شناسایی می¬کنیم.

کلمات کلیدی : اینترنت اشیا حریم خصوصی امنیت سایبری یادگیری عمیق یادگیری ماشین