>
Fa   |   Ar   |   En
   هوشمندسازی اجرای سناریوهای تمرین در میدان سایبری با استفاده از روش های یادگیری ماشین  
   
نویسنده کریمی فرنوش ,ترک لادانی بهروز ,شاهقلی قهفرخی بهروز
منبع منادي امنيت فضاي توليد و تبادل اطلاعات - 1403 - دوره : 22 - شماره : 2 - صفحه:34 -44
چکیده    با افزایش شدت تهدیدات امنیت سایبری در سطح جهانی، نیاز به آموزش متخصصان امنیتی اهمیت بیشتری یافته است. برنامه های آموزشی به همراه آزمایشگاه ها و انجام تمرین های امنیت سایبری، نقش اساسی در بهبود مهارت های آفندی و پدافندی ایفا می کنند. انجام این تمرین ها، به ویژه در شبکه های عملیاتی که مناسب آزمایش حملات سایبری نیستند، از اهمیت ویژه ای برخوردارند. میدان سایبری، بستر مناسبی برای این تمرین ها فراهم می کنند. یکی از چالش های اساسی در آموزش امنیت سایبری، تطابق برنامه های آموزشی با سطوح مختلف مهارت آموزان است. یادگیری تطبیقی با استفاده از هوش مصنوعی و سیستم های پیشنهاددهنده می تواند راه حل مناسبی برای ارائه آموزش شخصی سازی شده باشد. در این پژوهش، با تمرکز بر میدان سایبری کایپو، به بررسی امکان جایگزینی یا تکمیل نقش مربی با یک عامل پیشنهاد دهنده مبتنی بر هوش مصنوعی پرداخته شده است. هدف از این تحقیق، کاهش نیاز به دخالت انسانی و افزایش کارایی فرآیند آموزش است. بدین منظور، از اطلاعات جمع آوری شده در میدان سایبری کایپو که توسط دانشگاه ماساریک توسعه یافته، استفاده شده و مدل های مختلف یادگیری ماشین به کار گرفته شده است تا فرآیند آموزش به صورت خودکار و بهینه انجام شود. نتایج این پژوهش نشان می دهد که استفاده از هوش مصنوعی می تواند به بهبود عملکرد سیستم های آموزشی و کاهش زمان ارزیابی کمک کند.
کلیدواژه یادگیری تطبیقی، آموزش امنیت سایبری، میدان سایبری کایپو، یادگیری ماشین، یادگیری تقویتی
آدرس دانشگاه اصفهان, دانشکده مهندسی کامپیوتر, گروه مهندسی نرم افزار, ایران, دانشگاه اصفهان, دانشکده مهندسی کامپیوتر, گروه مهندسی نرم افزار, ایران, دانشگاه اصفهان, دانشکده مهندسی کامپیوتر, گروه فناوری اطلاعات, ایران
پست الکترونیکی shahgholi@eng.ui.ac.ir
 
   intelligent automation of scenario execution in cyber ranges using machine learning techniques  
   
Authors karimi farnoosh ,tork ladani behrouz ,shahgholi ghahfarokhi behrouz
Abstract    as the intensity of global cybersecurity threats continues to rise, the need for training security professionals has gained greater significance. educational programs, complemented by laboratories and the execution of cybersecurity exercises, play a fundamental role in enhancing both offensive and defensive capabilities. the execution of such exercises is particularly crucial in operational networks, where testing cyberattacks may not be feasible. cyber ranges offer an appropriate platform for conducting these exercises. a primary challenge in cybersecurity education is aligning training programs with the diverse skill levels of learners. adaptive learning, powered by artificial intelligence and recommendation systems, can provide an effective solution for delivering personalized instruction. this study focuses on the kypo cyber range to examine the potential of substituting or augmenting the role of the instructor with an ai-based recommendation agent. the objective of this research is to minimize human intervention and improve the efficiency of the training process. to this end, data collected from the kypo cyber range, developed by masaryk university, has been utilized, and various machine learning models have been applied to automate and optimize the training process. the results of this research indicate that the integration of artificial intelligence can enhance the performance of educational systems and reduce evaluation time.
Keywords adaptive learning ,learning cybersecurity ,kypo cyber range ,learning cybersecurity ,machine learning ,reinforcement learning
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved