مدلی توزیع شده مبتنی بر بستر اسپارک جهت تشخیص نفوذ در شبکه با استفاده از تحلیل داده های بزرگ

چکیده مقاله

اینترنت اشیاء IOT پارادیم پیچیده ای است که در آن می توان میلیون ها دستگاه را به یک شبکه متصل کرد با این حال، حقیقت وجودی IOT آمیخته با این واقعیت است که در برابر حملات بی شمار سایبری بسیار آسیب پذیر است این مشکلات نیاز جدی به توسعه یک راه حل هوشمند که سبک بوده، در محیط های توزیع شده قابل پیاده سازی است و دوام طولانی تری از خدمات را امکان پذیر می سازد را بر می انگیزد امروزه تئوری های هوش مصنوعی همانند یادگیری ماشین و یادگیری عمیق، توان و قدرت خود را در روبرو شدن با مسائلی که در آن حجم هنگفتی از داده ها با اندازه های مختلف وجود دارد، به اثبات رسانده اند این مقاله از مفاهیم یادگیری عمیق برای ارائه یک راه حل توزیع شده امن با دوام آوری بالا و مختص به شبکه های اینترنت اشیاء استفاده کرده ایم از الگوهای یادگیری ماشین و یادگیری عمیق را در امنیت سایبری مورد بررسی قرار داده ایم ما شبکه های عصبی بازگشتی و کانولوشنی عمیق از نوع حافظه بلند کوتاه مدت LSTM را روی یک مجموعه داده شناخته شده تشخیص نفوذ برای هر لایه از معماری پیشنهاد شده مورد بررسی و ارزیابی قرار داده ایم

کلیدواژه‌ها

نویسندگان

جویا ناصریان

گروه مهندسی فناوری اطلاعات و کامپیوتر، واحد صفاشهر، دانشگاه آزاد اسلامی، صفاشهر، ایران

سامان فروتنی

عضو هیات علمی گروه مدیریت فناوری اطلاعات و کامپیوتر، دانشگاه آزاد اسلامی واحد صفاشهر، صفاشهر، ایران

ناصریان، جویا و فروتنی، سامان،1399،مدلی توزیع شده مبتنی بر بستر اسپارک جهت تشخیص نفوذ در شبکه با استفاده از تحلیل داده های بزرگ،دهمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات یازدهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک15 تیر 1400 · شیروان