شناسایی حملات سایبری زیرساختهای حیاتی با بهره گیری از الگوریتمهای یادگیری ماشین برای جلوگیری از وقوع بحران

در عصر حاضر با گسترش فناوریهای دیجیتال و افزایش وابستگی به زیرساختهای ملی امنیت سایبری این زیرساختها به یکی از ارکان اساسی حفظ ثبات و عملکرد صحیح بخشهای مختلف جامعه از جمله دولت، اقتصاد و خدمات عمومی تبدیل شده است. نبود امنیت سایبری در این زیرساختها می تواند منجر به اختلالات گسترده، خسارات اقتصادی، تلفات انسانی و کاهش اعتماد عمومی شود. با توجه به این چالشها، حملات سایبری به عنوان یکی از تهدیدات اصلی امنیت ملی کشورها مطرح شده اند. این پژوهش با هدف ارائه مدلی برای ارزیابی و ارتقاء امنیت سایبری در زیرساختهای حیاتی انجام شده است. در این تحقیق، شش الگوریتم برجسته یادگیری ماشین با بهره گیری از دیتاهای معتبر که متعلق به مرکز تحقیقات امنیت سایبری دانشگاه فناوری و طراحی سنگاپور است مورد مطالعه قرار گرفته اند تا کارایی و عملکرد آنها در شناسایی حملات سایبری ارزیابی شود. یافته های پژوهش شامل شاخص های دقت عملکرد الگوریتم ها نشان می دهد که الگوریتم های Random Forest و J۴۸ در مقایسه با سایر الگوریتم های مورد بررسی بهترین عملکرد را در کشف حملات سایبری دارند. این نتایج حاکی از آن است که استفاده از روش های مبتنی بر یادگیری ماشین می تواند به عنوان یک راهکار موثر در شناسایی به موقع حملات سایبری و در نهایت افزایش امنیت سایبری زیرساخت های حیاتی مورد استفاده قرار گیرد.

Keywords:

ارتقاء امنیت سایبری , یادگیری ماشین , حملات سایبری , زیرساخت های حیاتی , مدیریت بحران