امنیت اینترنت اشیا بر اساس الگوریتم های یادگیری ماشینی

اینترنت اشیا (IoT) که دستگاه های مختلفی را در شبکه ها برای ارائه خدمات پیشرفته و هوشمند ادغام می کند، باید از حریم خصوصی کاربران محافظت کند و حملاتی مانند حملات جعل، حملات انکار سرویس (DoS)، پارازیت ها و استراق سمع را برطرف کند. . ما مدل حمله برای سیستم های اینترنت اشیا را بررسی می کنیم و راه حل های امنیتی اینترنت اشیا را بر اساس تکنیک های یادگیری ماشین (ML) از جمله یادگیری تحت نظارت، یادگیری بدون نظارت و یادگیری تقویتی (RL) بررسی می کنیم.طرح های شناسایی IoT authentication مبتنی بر ML، کنترل دسترسی، بارگذاری ایمن و شناسایی بدافزار برای محافظت از حریم خصوصی داده ها تمرکز این مقاله است. ما همچنین چالش هایی را که برای پیاده سازی این طرح های امنیتی مبتنی بر ML در سیستم های کاربردی اینترنت اشیا باید مورد توجه قرار گیرند، مورد بحث قرار می دهیم.