جستجو
چارچوب امنیتی هوشمند مبتنی بر هوش مصنوعی در اینترنت اشیا و شبکههای حسگر بیسیم
هومن حسینیه فراهانی1 سمیه عزیزی2
چکیده :
گسترش سریع اینترنت اشیا (IoT) و شبکههای حسگر بیسیم (WSN) بهعنوان زیرساختهای کلیدی در شهرهای هوشمند، سلامت دیجیتال و سامانههای صنعتی، در کنار مزایای گسترده، سطح حمله را بهطور چشمگیری افزایش داده و آنها را به اهدافی جذاب برای مهاجمان سایبری تبدیل کرده است. محدودیتهای ذاتی این شبکهها از جمله توان پردازشی و انرژی محدود، ناهمگونی گرهها و ماهیت توزیعشده، کارایی راهکارهای امنیتی سنتی را با چالش جدی مواجه ساخته و نیاز به رویکردهای هوشمند، سبکوزن و سازگار با شرایط پویا را برجسته میکند.
در این پژوهش، یک چارچوب امنیتی هوشمند و چندلایه مبتنی بر هوش مصنوعی برای تشخیص و پیشبینی تهدیدات در محیطهای IoT و WSN ارائه میشود که با رویکردی دادهمحور، قادر به تحلیل بیدرنگ رفتار شبکه و شناسایی الگوهای پیچیده حملات است. در هسته این چارچوب، ترکیبی هدفمند از الگوریتمهای یادگیری عمیق و یادگیری ماشین (شامل مدلهای نظارتشده و بدوننظارت) بهکار گرفته شده است تا ضمن کشف ناهنجاریها، وابستگی به دادههای برچسبخورده کاهش یابد و امکان شناسایی حملات ناشناخته (Zero-day) فراهم شود. همچنین، با بهرهگیری از مکانیزمهای استخراج ویژگی هوشمند و کاهش بُعد، هزینه محاسباتی سیستم بهینهسازی شده و امکان استقرار در گرههای با منابع محدود فراهم میگردد.
از نوآوریهای کلیدی این تحقیق میتوان به طراحی معماری سلسلهمراتبی تشخیص تهدید، ادغام تحلیل ترافیک شبکه با تحلیل رفتار گرهها، و استفاده از یادگیری تطبیقی برای بهروزرسانی مستمر مدلها در مواجهه با تهدیدات نوظهور اشاره کرد. چارچوب پیشنهادی نهتنها قادر به تشخیص دقیق انواع حملات رایج نظیر DoS، حملات سیبیل (Sybil) و جعل هویت است، بلکه با بهرهگیری از تحلیل الگوهای زمانی-مکانی، توانایی پیشبینی روند تهدیدات و ارائه هشدارهای پیشدستانه را نیز داراست.
نتایج ارزیابی تجربی بر روی مجموعهدادههای معتبر و سناریوهای شبیهسازیشده نشان میدهد که روش پیشنهادی در مقایسه با رویکردهای مرجع، بهبود قابلتوجهی در دقت تشخیص، نرخ کشف حملات و کاهش خطای مثبت کاذب داشته و در عین حال، سربار محاسباتی و مصرف انرژی را در سطحی بهینه حفظ میکند. این توازن میان کارایی امنیتی و بهرهوری منابع، چارچوب ارائهشده را به گزینهای عملی و مقیاسپذیر برای پیادهسازی در محیطهای واقعی تبدیل میسازد.
در مجموع، این مقاله با ارائه یک راهکار جامع، تطبیقپذیر و مبتنی بر هوش مصنوعی، گامی مؤثر در جهت ارتقای تابآوری امنیتی زیرساختهای اینترنت اشیا و شبکههای حسگر بیسیم برداشته و میتواند مبنایی برای توسعه نسل آینده سامانههای دفاعی هوشمند در اکوسیستمهای متصل باشد.
کلمات کلیدی : اینترنت اشیا (iot) شبکههای حسگر بیسیم (wsn) تشخیص نفوذ مبتنی بر هوش مصنوعی یادگیری ماشین و یادگیری عمیق تشخیص ناهنجاری امنیت سبکوزن حملات zero day
زبان مقاله : فارسی
محور مقاله : هوش مصنوعی و اینترنت اشیاء
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABKCKB
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABKCKB
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ABKCKB
سایر مقالات ارائه دهنده
- یادگیری تقویتی عمیق چندهدفه با وزندهی پویا و تطبیق سریع با استفاده از شبکههای شرطی و تکرار تجربه متنوع
- نقش پردازش موازی در افزایش سرعت همگرایی الگوریتمهای یادگیری تقویتی
- چارچوب امنیتی هوشمند مبتنی بر هوش مصنوعی در اینترنت اشیا و شبکههای حسگر بیسیم
- رویکردهای یادگیری عمیق برای تشخیص ناهنجاری در شبکههای حسگر بیسیم
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems