تکنیک‌های انتخاب ویژگی و اهمیت آن در سیستم‌های تشخیص نفوذ اینترنت اشیاء

در اینترنت اشیاء (iot)، سامانه‌های تشخیص نفوذ (ids) نقش کلیدی در تامین امنیت شبکه‌ای از دستگاه‌ها، حسگرها و سامانه‌های بهم‌پیوسته دارند که به ‌دلیل ماهیت پویا و گسترده خود در معرض تهدیدهای متنوع امنیتی هستند، در نتیجه این سامانه‌ها با پایش مداوم فعالیت‌ها، رفتارهای غیرعادی را در محیط‌های پیچیده‌ شناسایی می‌کنند. در این مقاله چارچوب انتخاب ویژگی (feature selection) و مدل‌های مختلف آن به ‌صورت ساختاریافته بررسی شده و مروری جامع بر تکنیک‌های انتخاب ویژگی در idsهای مبتنی بر iot ارائه می‌شود. هدف اصلی تبیین مفاهیم بنیادین رویکردهای مختلف انتخاب ویژگی و نشان دادن نقش آن در کاهش تعداد ویژگی‌ها، افزایش کارایی و سبک‌وزن‌سازی سامانه‌های تشخیص نفوذ است. این مطالعه می‌تواند به‌عنوان راهنمایی کاربردی برای پژوهشگران و متخصصان حوزه امنیت اینترنت اشیاء مورد استفاده قرار گیرد.

feature selection techniques and its significance on iot intrusion detection systems

in the internet of things (iot), intrusion detection systems (ids) play a key role in securing a network of interconnected devices, sensors, and systems that are exposed to various security threats due to their dynamic and widespread nature. as a result, these systems identify abnormal behaviors in complex environments by continuously monitoring activities. in this paper, the feature selection framework and its various models are reviewed in a structured manner and a comprehensive review of feature selection techniques in iot-based idss is presented. the main goal is to explain the fundamental concepts of different feature selection approaches and to demonstrate its role in reducing the number of features, increasing efficiency, and making intrusion detection systems lightweight. this study can be used as a practical guide for researchers and professionals in the field of iot security.