جستجو
بهبود امنیت اینترنت اشیا صنعتی با استفاده از یادگیری فدرال و رمزنگاری همومورفیک
زهرا روحانی1
چکیده :
اینترنت اشیا صنعتی (IIoT) بهعنوان ستون فقرات انقلاب صنعتی چهارم، نقش محوری در افزایش بهرهوری، اتوماسیون و تصمیمگیری مبتنی بر داده در محیطهای صنعتی ایفا میکند. با این حال، گسترش روزافزون دستگاههای IIoT و تولید حجم عظیمی از دادههای حساس، چالشهای امنیتی و حریم خصوصی بیسابقهای را ایجاد کرده است. روشهای متمرکز یادگیری ماشین سنتی، علیرغم کارایی در کشف تهدیدات، به دلیل نیاز به انتقال دادههای خام به سرور مرکزی، با مخاطرات جدی حریم خصوصی و هزینههای محاسباتی بالا مواجه هستند. در این مقاله، رویکردی نوین برای بهبود امنیت IIoT با تلفیق یادگیری فدرال (FL) و رمزنگاری همومورفیک (HE) ارائه میشود. یادگیری فدرال با غیرمتمرکزسازی فرآیند آموزش مدلهای یادگیری ماشین، امکان استفاده از دادههای توزیعشده را بدون خروج داده از دستگاههای محلی فراهم میسازد. رمزنگاری همومورفیک نیز با امکان انجام محاسبات روی دادههای رمزگذاریشده، لایهای مضاعف از حریم خصوصی را ایجاد میکند. این مقاله به بررسی چالشهای امنیتی IIoT، اصول و کاربردهای یادگیری فدرال و رمزنگاری همومورفیک، چالشهای پیادهسازی، راهکارهای ترکیبی ارائهشده در پژوهشهای اخیر، و چشماندازهای آینده این حوزه میپردازد. نتایج بررسیها نشان میدهد که تلفیق این دو فناوری میتواند تا ۳۰ درصد دقت تشخیص تهدید را افزایش داده و همزمان حریم خصوصی دادههای صنعتی را در سطحی بیسابقه تضمین نماید.
کلمات کلیدی : اینترنت اشیا صنعتی یادگیری فدرال رمزنگاری همومورفیک حریم خصوصی امنیت سایبری
زبان مقاله : فارسی
محور مقاله : مهندسي نرم افزار
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABKGHE
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABKGHE
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ABKGHE
سایر مقالات ارائه دهنده
- افزایش دقت سیستمهای بازشناسی چهره در شرایط نوری نامناسب با شبکههای مولد تخاصمی
- تشخیص ناهنجاری در شبکه های اجتماعی با استفاده از یادگیری عمیق و گراف های توجه
- بهبود امنیت اینترنت اشیا صنعتی با استفاده از یادگیری فدرال و رمزنگاری همومورفیک
- بهینهسازی مصرف انرژی در مراکز داده ابری با استفاده از یادگیری تقویتی عمیق و پیشبینی بار کاری
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