هادی نیک منش - کارشناس ارشد شبکه های کامپیوتری، موسسه غیرانتفاعی اقبال لاهوری مشهد، سپاه امام رضا (ع)

اینترنت اشیاء، شبکه ای متشکل از اشیاء و دستگاه های نامتجانس است که قادر به جمع آوری و به اشتراک گذاریداده از طریق شبکه اینترنت هستند. با توجه به حجم وسیع دستگاه های متصل به اینترنت و داده های انبوهمرتبط با آن، امنیت مسئله مهمی در این شبکه هاست. بنابراین نیاز به شناخت چالشهای امنیتی در حوزهاینترنت اشیا ضرورت مییابد. سیستم های تشخیص نفوذ (IDS)، ابزار مهمی برای حفاظت از شبکه های اینترنتاشیا میباشند. بااین حال، استفاده از روشهای معمولی IDS در اینترنت اشیاء به دلیل ویژگی های خاصی از قبیلوسایلی با محدودیت منابع، پشته های پروتکلی خاص و استانداردها دشوار است. به همین علت در این مقاله ازالگوریتم فراتکاملی شاهین هریس جهت انتخاب بهینه ویژگیها و از الگوریتم ۲CART جهت طبقه بندی داده هایآموزشی انتخاب ویژگی شده استفاده شده است و میزان دقت به ۸۳۳ / ۹۹ % افزایش یافته است. این کار با نتایجحاصل از الگوریتم های نزدیکترین همسایه و بیزین مقایسه شده است و از لحاظ دقت به ترتیب الگوریتمپیشنهادی در جایگاه نخست و سپس الگوریتم نزدیکترین همسایه و سپس الگوریتم بیزین بهترین نتایج رابه دست آورده اند. از لحاظ نرخ تشخیص الگوریتم CART بهترین نتیجه را در میان این سه الگوریتم با مقدار۱۰۰ دارا بوده است.

اینترنت اشیا، سیستم تشخیص نفوذ، الگوریتم درخت تصمیم