سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

صفحه اصلی / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

طراحی سیستم تشخیص نفوذ مبتنی بر یادگیری فدراسیونی در شبکه‌های توزیع‌شده اینترنت اشیا

نویسندگان :

سیدکاظم سیدولیلو¹ امین بابازاده سنگر²

1- دانشگاه آزاد اسلامی واحد ارومیه 2- دانشگاه آزاد اسلامی واحد ارومیه

کلمات کلیدی :

اینترنت اشیاء،تشخیص نفوذ،یادگیری فدراسیونی،امنیت سایبری،شبکه‌های توزیع‌شده

چکیده :

با گسترش شبکه‌های اینترنت اشیاء (IoT) و افزایش دستگاه‌های متصل، امنیت این سیستم‌های توزیع‌شده به یک چالش عمده تبدیل شده است. تشخیص نفوذ (Intrusion Detection) به عنوان یکی از روش‌های کلیدی برای شناسایی و مقابله با حملات سایبری در این شبکه‌ها مطرح است. در این مقاله، یک سیستم تشخیص نفوذ مبتنی بر یادگیری فدراسیونی (Federated Learning) برای شبکه‌های توزیع‌شده اینترنت اشیاء طراحی و پیاده‌سازی شده است. یادگیری فدراسیونی با اجازه دادن به دستگاه‌ها برای آموزش مدل‌های محلی بدون انتقال داده‌ها به یک سرور مرکزی، حریم خصوصی و امنیت داده‌ها را حفظ می‌کند. این روش به ویژه برای شبکه‌های IoT که شامل دستگاه‌های با منابع محدود هستند، مناسب است، زیرا بار محاسباتی را کاهش داده و از افشای اطلاعات حساس جلوگیری می‌کند. در این پژوهش، از یک معماری توزیع‌شده استفاده شده است که در آن هر گره (دستگاه IoT) به طور مستقل مدل تشخیص نفوذ خود را آموزش می‌دهد و سپس مدل‌های محلی به صورت دوره‌ای برای به‌روزرسانی یک مدل جهانی ادغام می‌شوند. عملکرد سیستم پیشنهادی با استفاده از مجموعه داده‌های معتبر IoT ارزیابی شده و نتایج نشان‌دهنده بهبود قابل توجهی در دقت تشخیص حملات و کاهش نرخ هشدارهای کاذب در مقایسه با روش‌های سنتی است. این مطالعه گامی مهم در جهت ارتقاء امنیت شبکه‌های اینترنت اشیاء با استفاده از تکنیک‌های نوین یادگیری ماشین است.

لیست مقالات

لیست مقالات بایگانی شده

Silver Nanodisc Metasurface As Geometrical Tunable Absorber for Tailored Thermal Emission

Leila Ghasemzadeh - Sajjad Mortazavi - Karim Abbasian

چیستی و چگونگی شناسایی انجمن‌ها در شبکه‌های اجتماعی

غزاله حاجی آبادی - مجید عبدالرزاق نژاد

گسترش پزشکی تدافعی؛ عارضه‌ی جانبی بهره‌مندی از هوش‌مصنوعی و حق‌اتونومی بیمار

یگانه فرنامیان - امین بخشی‌زاده ایمچه - محمد قاسم‌زاده

Hybrid Active Learning–Driven Subset Dataset Selection Enables Near-Optimal Cardiac X-Ray Segmentation with Less Training Data

Sayna Jamaati - Masoud Noroozi - Hossein Arabi - Alireza Karimian

Recovery of Hand Motor Function in Children with ‎Hemiparetic Cerebral Palsy using an Interactive ‎Computer Game Combined with Mechanoreceptor ‎Stimulation: A Pilot Study

Mobina Ramezani - Shahed Salehzehi - Parisa Hosseini - Zahra Alizadeh Sarborj - Ghazal Mohammadzadeh - Hamid Reza Kobravi - Narges Hashemi - Mehran Beiraghi Toosi - Javad Akhondian

انتخاب و ترکیب خودکار وظیفه در یادگیری چند وظیفه‌ای

امیر خاکپور

هوش مصنوعی انقلابی در صنعت غذا

رشا مکوندی

تأثیر بالکچین بر امنیت و شفافیت در تراکنش های مال ی: نوآوری و چالشها

مهسا رحیمی - مصطفی جوینده

طراحی ربات نرم پوشیدنی مچ پا با کنترل پیشبین مدل برای توانبخشی پس از سکته

امیرحسین اختراعی طوسی - یگانه خراشادی زاده

Vision Transformer-Based Emotion Recognition in EEG Using Pseudo-Image Construction

Ali Kouchakzadeh - Soheil Moradi - Mohammad Mohsen Ebrahimi Seyghalan - Mehdi Fardmanesh

بیشتر