مدل تشخیص نفوذ در خانه های هوشمند مبتنی بر تحلیل مؤلفه اصلی و دسته بندی جنگل تصادفی | ||
| پدافند الکترونیکی و سایبری | ||
| مقاله 2، دوره 12، شماره 2 - شماره پیاپی 46، تابستان 1403، صفحه 15-25 اصل مقاله (988.06 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسنده | ||
| علی اکبر تجری سیاه مرزکوه* | ||
| استادیار ،دانشگاه گلستان ،گرگان، گرگان، ایران | ||
| چکیده | ||
| در سالهای اخیر، مسئلة حفظ امنیت خانههای هوشمند که در آن، تعداد زیادی از وسایل برای برقراری ارتباط از اتصالات اینترنت استفاده میکنند به یکی از دغدغههای اصلی در حوزة امنیت شبکه تبدیل شده است. اگرچه تاکنون پژوهشهای زیادی در جهت برقراری امنیت خانههای هوشمند انجام شده است، اما باتوجهبه گستردگی موضوع موردبحث، اغلب این کارها در مواردی از جمله دقت و سرعت عمل، کار آیی لازم را ندارند. در روش پیشنهادی پس از انجام برخی عملیات پیشپردازش روی مجموعهداده، به کمک تحلیل مؤلفة اصلی (PCA)، زیرمجموعهای از ویژگیهای مجموعهداده که بهعنوان مؤثرترین ویژگیها در تشخیص نفوذ به شمار می - آیند برای آمادهسازی دادهها جهت دستهبندی انتخاب شدهاند که این عمل منجر به افزایش دقت و سرعت عمل دستهبندی میشود. همچنین در مرحلة دستهبندی از الگوریتم جنگل تصادفی که یک الگوریتم قدرتمند مبتنی بر یادگیری ماشین است بر روی یک مجموعهدادة بسیار جدید اینترنت اشیا، به نام IoTID20 استفاده شده است. رویکرد پیشنهادی عملکرد بالایی برای تشخیص نفوذ بادقت %99.73 و %98.46 برای دستهبندی حملات دودویی و چند کلاسه نشان داده است. مقایسهی نتایج روش پیشنهادی با سایر کارهای انجام شده، نشان دهندهی برتری روش پیشنهادی در تشخیص حملات چند کلاسه است. | ||
| کلیدواژهها | ||
| خانة هوشمند؛ تشخیص نفوذ؛ تحلیل مؤلفه اصلی؛ الگوریتم جنگل تصادفی؛ مجموعهداده IoTID20 | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 572 تعداد دریافت فایل اصل مقاله: 272 |
||