توسعه پدافند غیر عامل در تشخیص نفوذ به شبکه اینترنت اشیاء با معماری مبتنی بر پردازش ابری
Publish place: 7th National Conference on Computer Engineering and Information Technology Management
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 931
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
- مدیریت بحران > پدافند غیرعامل
- مدیریت بحران > شبکه ارتباطات و مخابرات
- مدیریت بحران > رسانه و اطلاع رسانی
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSITM07_007
تاریخ نمایه سازی: 20 آبان 1398
Abstract:
شبکه اینترنت اشیاء یک شبکه عظیم از انواع اشیاء هوشمند بوده که توانایی اتصال به شبکه اینترنت را دارند. شبکه های نسل آتی در واقع یک بخش از شبکه اینترنت اشیاء بوده و این فناوری در حال پیشرفت در بخش های مختلف است و به عنوان نمونه می توان از کاربردهای آن در کشاورزی، صعنعت، حوزه های نظامی و شهرهای هوشمند نام برد. یکی از اهداف پدافند عامل استفاده از رویکردهای است که بتوان امنیت شبکه های کامپیوتری در سطح کلان را افزایش دهد. شبکه اینترنت اشیاء مانند هر شبکه کامپیوتری می تواند آماج انواع حملات و بدافزارها برای نفوذ به شبکه باشد لذا نیاز است تا روش های نوینی برای مقابله با نفوذ در آن ارائه شود. تشخیص بدافزار و انواع نفوذ در شبکه های مبتنی بر اینترنت اشیاء یک چالش مهم و حیاتی است زیرا حجم داده ها و ترافیک این شبکه ها بقدری زیاد است که نمی توان به سادگی و در زمان واقعی الگوی نفوذ به شبکه را با روش های یادگیری ماشین تشخیص داد. در این مقاله برای مقابله با نفوذ به شبکه و انواع بدافزار در اینترنت اشیاء یک روش یادگیری توزیع شده مبتنی بر پردازش ابری در محیط آپاچی اسپارک ارائه شده است و نتایج آزمایشات ما بر روی داده های مرتبط با شبکه نیروی هوایی امریکا به عنوان داده های آموزشی و آزمون نشان می دهد در اسپارک شتاب روش های یادگیری جنگل تصادفی در تشخیص نفوذ به شبکه به حدود 4.29 برابر حالت غیرتوزیع شده می رسد.
Keywords:
Authors
محمد کاظمی
راهبر شبکه، دفتر فناوری اطلاعات و ارتباطات، معاونت برنامه ریزی، شرکت توزیع برق تهران بزرگ