مروری بر روش های تشخیص نفوذ مبتنی بر یادگیری عمیق در اینترنت اشیا

سیستم‌های تشخیص نفوذ (ids) برای حفاظت از اطلاعات حساس از طریق شناسایی و کاهش فعالیت‌های مشکوک ضروری هستند، اما این سیستم‌ها در مواجهه با چالش‌های خاص و پیچیدگی‌های امنیتی در زمینه اینترنت اشیا (iot) دچار مشکل می‌شوند. به عبارت دیگر، در محیطی که دستگاه‌های هوشمند با یکدیگر ارتباط برقرار می‌کنند، به دلیل ویژگی‌ها و پیچیدگی‌های خاص iot راهکارهای سنتی ids با چالش‌های زیادی روبرو می‌شوند. در این مقاله، به بررسی تکنیک‌های یادگیری عمیق جهت تقویت سیستم‌های تشخیص نفوذ در iot پرداخته شده و پیشرفت‌های اخیر در این زمینه مورد بررسی قرار گرفته است. این پیشرفت‌ها شامل استفاده از مجموعه داده‌های مرتبط با iot، الگوریتم‌های یادگیری عمیق، شناخت انواع حملات، و ارزیابی عملکرد سیستم ids با استفاده از معیارهای خاص می‌شود. علاوه بر این به بررسی چالش‌هایی که در استقرار سیستم‌های مبتنی بر یادگیری عمیق در زمینه امنیت iot وجود دارد، پرداخته و به مواردی که ممکن است در آینده مورد تحقیق قرار گیرند، اشاره می‌شود.