مدل یادگیری ماشین برای امنیت سایبری شهر هوشمند

با گسترش فناوری اطلاعات و افزایش استفاده از سیستم های هوشمند مسئله امنیت در شبکه ها به ویژه در حوزه اینترنت اشیاء (IoT) به یکی از چالش های مهم و پر اهمیت تبدیل شده است. هدف این پژوهش شناسایی و طبقه بندی حملات سایبری در سیستم های مبتنی بر IoT با بهره گیری از الگوریتم های یادگیری ماشین و شبکه های عصبی فازی می باشد. در این راستا از مجموعه داده های معتبر شامل انواع حملات به منظور آموزش و ارزیابی مدل پیشنهادی استفاده شده است. نتایج به دست آمده از آزمایش ها نشان می دهند که مدل فازی شبکه عصبی با دقت ۹۷/۲۲ درصد توانسته عملکرد مناسبی در تشخیص نفوذ ارائه دهد. همچنین این روش موجب کاهش نرخ هشدارهای کاذب شده و قابلیت به کارگیری در سیستم های امنیتی شهرهای هوشمند را دارد. یافته های این تحقیق می تواند راهکاری موثر برای مقابله با تهدیدات امنیتی در زیرساخت های نوین مبتنی بر اینترنت اشیاء فراهم سازد.

Keywords:

اینترنت اشیاء , امنیت سایبری , تشخیص نفوذ , شبکه عصبی فازی , یادگیری ماشین