تشخیص حملات منع سرویس توزیع شده در دستگاه‌های اینترنت اشیا با استفاده از شبکه عصبی پیچشی

در این مقاله، به بررسی استفاده از مدل های شبکه های عصبی کانولوشنی برای تشخیص حملات در ترافیک شبکه میپردازیم. هدف اصلی این تحقیق، معرفی راه حل های مناسب برای تشخیص حملات به شبکه ها و دستگاه های مربوط به اینترنت اشیا است. برای ارزیابی عملکرد مدل پیشنهادی، از مجموعه داده 15nb-unsw استفاده شده است. در ابتدا، داده ها پیش پردازش و ویژگی های مهم استخراج میشوند. سپس، مدل شبکه ی عصبی کانولوشنی بر روی این داده ها آموزش داده میشود. نتایج آزمایش ها نشان میدهد که مدل شبکه عصبی پیچشی بادقت باالی ٪97 قادر به تشخیص حملات است و عملکرد بسیار خوبی دارد. این نتایج نشان میدهد که استفاده از مدل های یادگیری عمیق، به ویژه شبکه های عصبی کانولوشنی، میتواند بهبود قابل توجهی در امنیت شبکه های اینترنت اشیا ایجاد کند. به طور خلاصه، استفاده از مدل های شبکه های عصبی کانولوشنی به عنوان روشی قوی برای تشخیص حملات در ترافیک شبکه مورد بررسی قرار گرفته است. این روش، امکان بهبود امنیت شبکه های اینترنت اشیا را فراهم میکند و میتواند به عنوان یک راهکار موثر در حوزه امنیت شبکه مورداستفاده قرار گیرد.